R的tapply函数中使用空函数

Question

我有困难理解tapply函数在FUN参数为null时的作用。 文档中写到：

如果 FUN 为 NULL，则 tapply 返回一个向量，该向量可用于下标多维数组 tapply 正常生成。

例如，文档中以下示例是做什么用的？

ind <- list(c(1, 2, 2), c("A", "A", "B"))
tapply(1:3, ind) #-> the split vector

我不理解这些结果：

[1] 1 2 4

感谢您的选择。

- Carmellose

---

请参考interaction(ind)函数生成所有"factor" "levels"的组合；在您的示例中，输出结果对应于levels(interaction(ind))[c(1, 2, 4)]按照"INDEX"参数进行匹配的"X"。另请参考tapply(1:5, list(c(1, 2, 2, 2, 1), c("A", "A", "B", "B", "A")))可以更清晰地看到，它将"X"按"INDEX"分组。 - alexis_laz

ix <- tapply(X, INDEX) 的结果不依赖于 X，只依赖于 INDEX。特别地，如果 INDEX 是一个列表，则 ix 等于 as.integer(do.call(interaction, INDEX))。 - G. Grothendieck

Answer 1

如果你使用指定的函数（非NULL）在tapply中运行，例如help中的sum，你会发现结果是一个有NA存在的二维数组：

res <- tapply(1:3, ind, sum)
res
   A  B
 1 1 NA
 2 2  3

这意味着缺少一个因素组合，即(1,B)。当FUN为空时，它返回与所有现有因素组合相对应的向量索引。要检查这个：

> which(!is.na(res))
[1] 1 2 4

需要提醒的是，指定函数本身可能会返回NA，就像下面的简单示例:

> f <- function(x){
      if(x[[1]] == 1) return(NA)
      return(sum(x))
  }
> tapply(1:3, ind, f)
   A  B
1 NA NA
2  2  3

因此，通常情况下，“NA”并不意味着因素组合不存在。

- Iaroslav Domin