データ操作がうまくいかない

Question

編集：これは、data.all.filteredデータ型と関係があります。

フィルタリングされたデータ型は、のいずれかで正常に動作するdata.all.rawから作成されます。奇妙なことは...私は2つの異なるん方法を見つけることができないということです

data.selectedFeatures <- sapply(data.train.raw, FUN = sf.getGoodFeaturesVector, treshold = 5) 

data.train.filtered <- lapply(seq(1, 8), FUN = function(i) sf.filterFeatures(data.train.raw[[i]], data.selectedFeatures[[i]])) 

st.testFeature <- function(featureVector, treshold) { 
    if(!is.numeric(featureVector)) {return(T)} 

    numberOfNonZero <- sum(featureVector > 0) 
    numberOfZero <- length(featureVector) - numberOfNonZero 

    return(min(numberOfNonZero, numberOfZero) >= treshold) 
} 

sf.getGoodFeaturesVector <- function(data, treshold) { 

    selectedFeatures <- sapply(data, FUN = st.testFeature, treshold <- treshold) 
    whitelistedFeatures <- names(data) %in% c("id", "tp") 

    return(selectedFeatures | whitelistedFeatures) 

} 

sf.filterFeatures <- function(data, selectedFeatures) { 
    return(data[, selectedFeatures]) 
} 

lapply、その後は動作しなくなり、データを操作するときに私が間違っているの何任意のアイデア？

オリジナルのポスト：

私はdata.train.filteredと呼ばれるデータセットのリストを持っており、それらの上にrplotによって訓練（tpと呼ばれる機能を予測するための）モデルのリストを取得したいです。私が考えることができる最も簡単な解決策はlapplyを使用していましたが、何らかの理由で動作しません。

lapply(data.train.filtered, function(dta) rpart(tp ~ ., data = dta)) 

Error in terms.formula(formula, data = data) : 
    '.' in formula and no 'data' argument 

問題がある可能性がありません一つだけ（任意の）データセットのためにそれを使用するなど、データに正常に動作します：

（上図のように）インデックスを経由してちょうど1つのデータセットへのアクセスが正常に動作していても

rpart(tp ~ ., data = data.train.filtered[[1]]) 

lapply-troughインデックスを使用すると、最初の例と同じ方法で失敗します。

lapply(1:8, function(i) rpart(tp ~ ., data = data.train.filtered[[i]])) 

Error in terms.formula(formula, data = data) : 
    '.' in formula and no 'data' argument 

インデックスバージョンのためのトレースバックは以下の通りです：

10 terms.formula(formula, data = data) 
9 terms(formula, data = data) 
8 model.frame.default(formula = tp ~ ., data = data.train.filtered[[i]], 
    na.action = function (x) 
    { 
     Terms <- attr(x, "terms") ... 
7 stats::model.frame(formula = tp ~ ., data = data.train.filtered[[i]], 
    na.action = function (x) 
    { 
     Terms <- attr(x, "terms") ... 
6 eval(expr, envir, enclos) 
5 eval(expr, p) 
4 eval.parent(temp) 
3 rpart(tp ~ ., data = data.train.filtered[[i]]) 
2 FUN(X[[i]], ...) 
1 lapply(1:8, function(i) rpart(tp ~ ., data = data.train.filtered[[i]])) 

私はここに非常に些細な何かが欠けているが、私はちょうど問題を見つけることができませんRにはかなり新しいものだかなり確信しています。

PS：forループを介してすべてのデータセットを繰り返すことができますが、それは本当に汚いと感じています。私はRイディオムの解決策を好むでしょう。

Answer 1

[OK]をクリックすると、最終的に回答が見つかりました。問題はdata.train.allが実際に私がそれと思っていたものではなかったということでした。フィルタリング処理にエラーがあり、（黙って、感謝R）すべてが壊れていました。他のすべての答えを

data.selectedFeatures <- lapply(data.train.raw, FUN = sf.getGoodFeaturesVector, treshold = 5) 

代わりの

data.selectedFeatures <- sapply(data.train.raw, FUN = sf.getGoodFeaturesVector, treshold = 5) 

おかげで、しかし：

修正が使用することでした。

Answer 2

data(iris)とpurrr::mapを使用して：

datas <- split(iris, rep(sample(c(1,2,3)), length.out = nrow(iris)) 
models <- purrr::map(datas, ~ rpart(Species ~ ., data = .x)) # a better syntax 

Answer 3

トリックは、元のリストではなくインデックスベクトルにlapply()を使用することです。例：

# toy data: 
data.train.filtered <- list() 
# create 10 different length data frames: 
for(i in 1:10){ 
    n <- rpois(1, 15) 
    x = rnorm(n) 
    data.train.filtered[[i]] <- data.frame(x =x, 
             tp = 3 + 2 * x + rnorm(n) 
) 
} 

library(rpart) 
lapply(data.train.filtered, function(dta){rpart(tp ~ ., data = dta)})