我有下面的代码，其中我有三个列表，我试图计算MSE。
seg_mean <- list(c(3.5,2.5),c(6.5,5.5),c(9.2,8.8),c(5.3,4.7))
mean_tot <- list(c(3,3),c(6,6),c(9,9),c(5,5))
seg_len <- list(20,18,17,15)
MSE <- mapply('-', seg_mean, mean_tot, SIMPLIFY = FALSE) #element wise difference between seg_mean and mean_tot
MSE <- lapply(MSE, function(x) x^2) #element wise squaring
MSE <- mapply('/', MSE, seg_len, SIMPLIFY = FALSE) #dividing each list element by seg_len这是可行的。我的问题是，通过使用R中的dplyr包中的%>%，是否可以使这些代码行变得更简单？我不确定它将如何工作，但我希望它看起来像
MSE <- mapply('-', seg_mean, mean_tot, SIMPLIFY = FALSE) %>% lapply(function(x) x^2) %>% mapply('/', seg_len, SIMPLIFY = FALSE)
1条答案
按热度按时间qij5mzcb1#
使用
|>（base R的原生管道），您可以执行以下操作：它也适用于
%>%，不同之处在于第二个mapply，其中需要指定第一个参数，否则它将被解释为mapply(., '/', seg_len, ...)而不是mapply('/', ., seg_len, ...)