sapply 无法再简化，该怎么办？

看起来我们已经把 sapply() 用得得心应手了。到目前为止的所有示例中，sapply() 都能把 lapply() 相对臃肿的输出很好地简化。不过，就像现实中的许多事一样，也有无法简化的情况。此时 sapply() 会如何表现？

我们已经创建了一个函数 below_zero()，它接收一个数值向量，并返回仅包含严格小于 0 的值的向量。

本练习是课程的一部分

R 中级

查看课程

练习说明

使用 sapply() 将 below_zero() 应用于 temp，并将结果保存到 freezing_s。
使用 lapply() 将 below_zero() 应用于 temp。将得到的列表保存到变量 freezing_l。
使用 identical() 函数比较 freezing_s 和 freezing_l。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# temp is already prepared for you in the workspace

# Definition of below_zero()
below_zero <- function(x) {
  return(x[x < 0])
}

# Apply below_zero over temp using sapply(): freezing_s


# Apply below_zero over temp using lapply(): freezing_l


# Are freezing_s and freezing_l identical?

编辑并运行代码