R語(yǔ)言利器---apply函數(shù)族

循環(huán)對(duì)于代碼運(yùn)行來(lái)說(shuō)是非常消耗時(shí)間和資源的衣摩,在R中翼抠,要盡量少使用for while循環(huán),用apply函數(shù)族的話對(duì)于數(shù)據(jù)處理會(huì)十分方便苞慢。

apply {base}
通過(guò)對(duì)數(shù)組或者矩陣的一個(gè)維度使用函數(shù)生成值得列表或者數(shù)組、向量英妓。
apply(X, MARGIN, FUN, ...)
X 陣列挽放,包括矩陣
MARGIN 1表示矩陣行,2表示矩陣列蔓纠,也可以是c(1,2)

例:
xxx<-matrix(1:20,ncol=4)
apply(xxx,1,mean)
[1] 8.5 9.5 10.5 11.5 12.5
apply(xxx,2,mean)
[1] 3 8 13 18
xxx
[,1] [,2] [,3] [,4]
[1,] 1 6 11 16
[2,] 2 7 12 17
[3,] 3 8 13 18
[4,] 4 9 14 19
[5,] 5 10 15 20

lapply {base}
通過(guò)對(duì)x的每一個(gè)元素運(yùn)用函數(shù)辑畦,生成一個(gè)與元素個(gè)數(shù)相同的值列表
lapply(X, FUN, ...)
X表示一個(gè)向量或者表達(dá)式對(duì)象,其余對(duì)象將被通過(guò)as.list強(qiáng)制轉(zhuǎn)換為list

例:
x <- list(a = 1:10, beta = exp(-3:3), logic = c(TRUE,FALSE,FALSE,TRUE))
x
$a
[1] 1 2 3 4 5 6 7 8 9 10
$beta
[1] 0.04978707 0.13533528 0.36787944 1.00000000 2.71828183 7.38905610
[7] 20.08553692
$logic
[1] TRUE FALSE FALSE TRUE
lapply(x,mean)
$a
[1] 5.5
$beta
[1] 4.535125
$logic
[1] 0.5

sapply {base}
這是一個(gè)用戶友好版本腿倚,是lapply函數(shù)的包裝版纯出。該函數(shù)返回值為向量、矩陣敷燎,如果simplify=”array”暂筝,且合適的情況下,將會(huì)通過(guò)simplify2array()函數(shù)轉(zhuǎn)換為陣列懈叹。sapply(x, f, simplify=FALSE, USE.NAMES=FALSE)返回的值與lapply(x,f)是一致的乖杠。
sapply(X, FUN, ..., simplify = TRUE, USE.NAMES = TRUE)
X表示一個(gè)向量或者表達(dá)式對(duì)象,其余對(duì)象將被通過(guò)as.list強(qiáng)制轉(zhuǎn)換為list
simplify 邏輯值或者字符串澄成,如果可以胧洒,結(jié)果應(yīng)該被簡(jiǎn)化為向量、矩陣或者高維數(shù)組墨状。必須是命名的卫漫,不能是簡(jiǎn)寫(xiě)。默認(rèn)值是TRUE肾砂,若合適將會(huì)返回一個(gè)向量或者矩陣列赎。如果simplify=”array”,結(jié)果將返回一個(gè)陣列镐确。
USE.NAMES 邏輯值包吝,如果為T(mén)RUE饼煞,且x沒(méi)有被命名,則對(duì)x進(jìn)行命名诗越。

例:
sapply(k, paste,USE.NAMES=FALSE,1:5,sep="...")
[,1] [,2] [,3]
[1,] "a...1" "b...1" "c...1"
[2,] "a...2" "b...2" "c...2"
[3,] "a...3" "b...3" "c...3"
[4,] "a...4" "b...4" "c...4"
[5,] "a...5" "b...5" "c...5"
sapply(k, paste,USE.NAMES=TRUE,1:5,sep="...")
a b c
[1,] "a...1" "b...1" "c...1"
[2,] "a...2" "b...2" "c...2"
[3,] "a...3" "b...3" "c...3"
[4,] "a...4" "b...4" "c...4"
[5,] "a...5" "b...5" "c...5"
sapply(k, paste,USE.NAMES=TRUE,1:5,sep="...",simplyfy=TRUE)
a b c
[1,] "a...1...TRUE" "b...1...TRUE" "c...1...TRUE"
[2,] "a...2...TRUE" "b...2...TRUE" "c...2...TRUE"
[3,] "a...3...TRUE" "b...3...TRUE" "c...3...TRUE"
[4,] "a...4...TRUE" "b...4...TRUE" "c...4...TRUE"
[5,] "a...5...TRUE" "b...5...TRUE" "c...5...TRUE"
sapply(k, paste,simplify=TRUE,USE.NAMES=TRUE,1:5,sep="...")
a b c
[1,] "a...1" "b...1" "c...1"
[2,] "a...2" "b...2" "c...2"
[3,] "a...3" "b...3" "c...3"
[4,] "a...4" "b...4" "c...4"
[5,] "a...5" "b...5" "c...5"
sapply(k, paste,simplify=FALSE,USE.NAMES=TRUE,1:5,sep="...")
$a
[1] "a...1" "a...2" "a...3" "a...4" "a...5"
$b
[1] "b...1" "b...2" "b...3" "b...4" "b...5"
$c
[1] "c...1" "c...2" "c...3" "c...4" "c...5"

vapply {base}
vapply類似于sapply函數(shù)砖瞧,但是它的返回值有預(yù)定義類型,所以它使用起來(lái)會(huì)更加安全嚷狞,有的時(shí)候會(huì)更快
在vapply函數(shù)中總是會(huì)進(jìn)行簡(jiǎn)化块促,vapply會(huì)檢測(cè)FUN的所有值是否與FUN.VALUE兼容,以使他們具有相同的長(zhǎng)度和類型床未。類型順序:邏輯<</span>整型<</span>實(shí)數(shù)<</span>復(fù)數(shù)
vapply(X, FUN, FUN.VALUE, ..., USE.NAMES = TRUE)
X表示一個(gè)向量或者表達(dá)式對(duì)象竭翠,其余對(duì)象將被通過(guò)as.list強(qiáng)制轉(zhuǎn)換為list
simplify 邏輯值或者字符串,如果可以薇搁,結(jié)果應(yīng)該被簡(jiǎn)化為向量斋扰、矩陣或者高維數(shù)組。必須是命名的只酥,不能是簡(jiǎn)寫(xiě)褥实。默認(rèn)值是TRUE,若合適將會(huì)返回一個(gè)向量或者矩陣裂允。如果simplify=”array”,結(jié)果將返回一個(gè)陣列哥艇。
USE.NAMES 邏輯值绝编,如果為T(mén)RUE,且x沒(méi)有被命名貌踏,則對(duì)x進(jìn)行命名十饥。
FUN.VALUE 一個(gè)通用型向量,F(xiàn)UN函數(shù)返回值得模板

例:
x<-data.frame(a=rnorm(4,4,4),b=rnorm(4,5,3),c=rnorm(4,5,3))
vapply(x,mean,c(c=0))
a b c
1.8329043 6.0442858 -0.1437202
k<-function(x)

  • {
  • list(mean(x),sd(x))
  • }

vapply(x,k,c(c=0))
錯(cuò)誤于vapply(x, k, c(c = 0)) : 值的長(zhǎng)度必需為1祖乳,
但FUN(X[[1]])結(jié)果的長(zhǎng)度卻是2
vapply(x,k,c(c=0,b=0))
錯(cuò)誤于vapply(x, k, c(c = 0, b = 0)) : 值的種類必需是'double'逗堵,
但FUN(X[[1]])結(jié)果的種類卻是'list'
vapply(x,k,c(list(c=0,b=0)))
a b c
c 1.832904 6.044286 -0.1437202
b 1.257834 1.940433 3.649194

tapply {base}
對(duì)不規(guī)則陣列使用向量,即對(duì)一組非空值按照一組確定因子進(jìn)行相應(yīng)計(jì)算
tapply(X, INDEX, FUN, ..., simplify = TRUE)
x 一個(gè)原子向量眷昆,典型的是一個(gè)向量
INDEX 因子列表蜒秤,和x長(zhǎng)度一樣,元素將被通過(guò)as.factor強(qiáng)制轉(zhuǎn)換為因子
simplify 若為FALSE亚斋,tapply將以列表形式返回陣列作媚。若為T(mén)RUE,F(xiàn)UN則直接返回?cái)?shù)值

例:
height <- c(174, 165, 180, 171, 160)
sex<-c("F","F","M","F","M")
tapply(height, sex, mean)
F M
170 170

eapply {base}
eapply函數(shù)通過(guò)對(duì)environment中命名值進(jìn)行FUN計(jì)算后返回一個(gè)列表值帅刊,用戶可以請(qǐng)求所有使用過(guò)的命名對(duì)象纸泡。
eapply(env, FUN, ..., all.names = FALSE, USE.NAMES = TRUE)
env 將被使用的環(huán)境
all.names 邏輯值,指示是否對(duì)所有值使用該函數(shù)
USE.NAMES 邏輯值赖瞒,指示返回的列表結(jié)果是否包含命名

例:
require(stats)

env <- new.env(hash = FALSE) # so the order is fixed
env$a <- 1:10
env$beta <- exp(-3:3)
env$logic <- c(TRUE, FALSE, FALSE, TRUE)

what have we there?

utils::ls.str(env)
a : int [1:10] 1 2 3 4 5 6 7 8 9 10
beta : num [1:7] 0.0498 0.1353 0.3679 1 2.7183 ...
logic : logi [1:4] TRUE FALSE FALSE TRUE

compute the mean for each list element

eapply(env, mean)
$logic
[1] 0.5
$beta
[1] 4.535125
$a
[1] 5.5
unlist(eapply(env, mean, USE.NAMES = FALSE))
[1] 0.500000 4.535125 5.500000

median and quartiles for each element (making use of "..." passing):

eapply(env, quantile, probs = 1:3/4)
$logic
25% 50% 75%
0.0 0.5 1.0
$beta
25% 50% 75%
0.2516074 1.0000000 5.0536690

$a
25% 50% 75%
3.25 5.50 7.75

eapply(env, quantile)
$logic
0% 25% 50% 75% 100%
0.0 0.0 0.5 1.0 1.0
$beta
0% 25% 50% 75% 100%
0.04978707 0.25160736 1.00000000 5.05366896 20.08553692
$a
0% 25% 50% 75% 100%
1.00 3.25 5.50 7.75 10.00

mapply {base}
mapply是sapply的多變量版本女揭。將對(duì)...中的每個(gè)參數(shù)運(yùn)行FUN函數(shù)蚤假,如有必要,參數(shù)將被循環(huán)吧兔。
mapply(FUN, ..., MoreArgs = NULL, SIMPLIFY = TRUE, USE.NAMES = TRUE)
MoreArgs FUN函數(shù)的其他參數(shù)列表
SIMPLIFY 邏輯或者字符串勤哗,可以減少結(jié)果成為一個(gè)向量、矩陣或者更高維陣列掩驱,詳見(jiàn)sapply的simplify參數(shù)
USE.NAMES 邏輯值芒划,如果第一個(gè)參數(shù)...已被命名,將使用這個(gè)字符向量作為名字

例:
mapply(rep, 1:4, 4:1)
[[1]]
[1] 1 1 1 1
[[2]]
[1] 2 2 2
[[3]]
[1] 3 3
[[4]]
[1] 4

rapply {base}
rapply是lapply的遞歸版本
rapply(X, FUN, classes = "ANY", deflt = NULL, how = c("unlist", "replace", "list"), ...)
X 一個(gè)列表
classes 關(guān)于類名的字符向量欧穴,或者為any時(shí)則匹配任何類
deflt 默認(rèn)結(jié)果民逼,如果使用了how=”replace”,則不能使用
how 字符串匹配三種可能結(jié)果

apply.png

最后筆者覺(jué)得沒(méi)必要集這么多記住apply就行apply不能解決的時(shí)候再去找其他的apply函數(shù)族函數(shù)d塘薄拼苍!

部分參照數(shù)據(jù)人網(wǎng)

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市调缨,隨后出現(xiàn)的幾起案子疮鲫,更是在濱河造成了極大的恐慌,老刑警劉巖弦叶,帶你破解...
    沈念sama閱讀 221,273評(píng)論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件俊犯,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡伤哺,警方通過(guò)查閱死者的電腦和手機(jī)燕侠,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,349評(píng)論 3 398
  • 文/潘曉璐 我一進(jìn)店門(mén),熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)立莉,“玉大人绢彤,你說(shuō)我怎么就攤上這事◎殉埽” “怎么了茫舶?”我有些...
    開(kāi)封第一講書(shū)人閱讀 167,709評(píng)論 0 360
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)刹淌。 經(jīng)常有香客問(wèn)我饶氏,道長(zhǎng),這世上最難降的妖魔是什么芦鳍? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 59,520評(píng)論 1 296
  • 正文 為了忘掉前任嚷往,我火速辦了婚禮,結(jié)果婚禮上柠衅,老公的妹妹穿的比我還像新娘皮仁。我一直安慰自己,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,515評(píng)論 6 397
  • 文/花漫 我一把揭開(kāi)白布贷祈。 她就那樣靜靜地躺著趋急,像睡著了一般。 火紅的嫁衣襯著肌膚如雪势誊。 梳的紋絲不亂的頭發(fā)上呜达,一...
    開(kāi)封第一講書(shū)人閱讀 52,158評(píng)論 1 308
  • 那天,我揣著相機(jī)與錄音粟耻,去河邊找鬼查近。 笑死,一個(gè)胖子當(dāng)著我的面吹牛挤忙,可吹牛的內(nèi)容都是我干的霜威。 我是一名探鬼主播,決...
    沈念sama閱讀 40,755評(píng)論 3 421
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼册烈,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼戈泼!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起赏僧,我...
    開(kāi)封第一講書(shū)人閱讀 39,660評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤大猛,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后淀零,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體挽绩,經(jīng)...
    沈念sama閱讀 46,203評(píng)論 1 319
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,287評(píng)論 3 340
  • 正文 我和宋清朗相戀三年窑滞,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了琼牧。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 40,427評(píng)論 1 352
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡哀卫,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出撬槽,到底是詐尸還是另有隱情此改,我是刑警寧澤,帶...
    沈念sama閱讀 36,122評(píng)論 5 349
  • 正文 年R本政府宣布侄柔,位于F島的核電站共啃,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏暂题。R本人自食惡果不足惜移剪,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,801評(píng)論 3 333
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望薪者。 院中可真熱鬧纵苛,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 32,272評(píng)論 0 23
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至怀吻,卻和暖如春瞬浓,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背蓬坡。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 33,393評(píng)論 1 272
  • 我被黑心中介騙來(lái)泰國(guó)打工猿棉, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人屑咳。 一個(gè)月前我還...
    沈念sama閱讀 48,808評(píng)論 3 376
  • 正文 我出身青樓萨赁,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親乔宿。 傳聞我的和親對(duì)象是個(gè)殘疾皇子位迂,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,440評(píng)論 2 359

推薦閱讀更多精彩內(nèi)容