R语言 apply函数家族详解
关键词：r语言apply函数、r语言中apply函数、r语言 apply函数族、r语言apply函数用法
| apply | Apply Functions Over Array Margins
对阵列行或者列使用函数 |
apply(X, MARGIN, FUN, …) |
| lapply | Apply a Function over a List or Vector
对列表或者向量使用函数 |
lapply(X, FUN, …) |
| sapply | Apply a Function over a List or Vector
对列表或者向量使用函数 |
sapply(X, FUN, …, simplify = TRUE, USE.NAMES = TRUE) |
| vapply | Apply a Function over a List or Vector
对列表或者向量使用函数 |
vapply(X, FUN, FUN.VALUE, …, USE.NAMES = TRUE) |
| tapply | Apply a Function Over a Ragged Array
对不规则阵列使用函数 |
tapply(X, INDEX, FUN = NULL, …, simplify = TRUE) |
| eapply | Apply a Function Over Values in an Environment
对环境中的值使用函数 |
eapply(env, FUN, …, all.names = FALSE, USE.NAMES = TRUE) |
| mapply | Apply a Function to Multiple List or Vector Arguments
对多个列表或者向量参数使用函数 |
mapply(FUN, …, MoreArgs = NULL, SIMPLIFY = TRUE, USE.NAMES = TRUE) |
| rapply | Recursively Apply a Function to a List
运用函数递归产生列表 |
rapply(object, f, classes = “ANY”, deflt = NULL,how = c(“unlist”, “replace”, “list”), …) |
apply {base}
通过对数组或者矩阵的一个维度使用函数生成值得列表或者数组、向量。
apply(X, MARGIN, FUN, …)
X 阵列，包括矩阵
MARGIN 1表示矩阵行，2表示矩阵列，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}
通过对x的每一个元素运用函数，生成一个与元素个数相同的值列表
lapply(X, FUN, …)
X表示一个向量或者表达式对象，其余对象将被通过as.list强制转换为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}
这是一个用户友好版本，是lapply函数的包装版。该函数返回值为向量、矩阵，如果simplify=”array”，且合适的情况下，将会通过simplify2array()函数转换为阵列。sapply(x, f, simplify=FALSE, USE.NAMES=FALSE)返回的值与lapply(x,f)是一致的。
sapply(X, FUN, …, simplify = TRUE, USE.NAMES = TRUE)
X表示一个向量或者表达式对象，其余对象将被通过as.list强制转换为list
simplify 逻辑值或者字符串，如果可以，结果应该被简化为向量、矩阵或者高维数组。必须是命名的，不能是简写。默认值是TRUE，若合适将会返回一个向量或者矩阵。如果simplify=”array”，结果将返回一个阵列。
USE.NAMES 逻辑值，如果为TRUE，且x没有被命名，则对x进行命名。
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”
$c
[1] “c…1” “c…2” “c…3” “c…4” “c…5”
vapply {base}
vapply类似于sapply函数，但是它的返回值有预定义类型，所以它使用起来会更加安全，有的时候会更快
在vapply函数中总是会进行简化，vapply会检测FUN的所有值是否与FUN.VALUE兼容，以使他们具有相同的长度和类型。类型顺序：逻辑<</span>整型<</span>实数<</span>复数
vapply(X, FUN, FUN.VALUE, …, USE.NAMES = TRUE)
X表示一个向量或者表达式对象，其余对象将被通过as.list强制转换为list
simplify 逻辑值或者字符串，如果可以，结果应该被简化为向量、矩阵或者高维数组。必须是命名的，不能是简写。默认值是TRUE，若合适将会返回一个向量或者矩阵。如果simplify=”array”，结果将返回一个阵列。
USE.NAMES 逻辑值，如果为TRUE，且x没有被命名，则对x进行命名。
FUN.VALUE 一个通用型向量，FUN函数返回值得模板
例：
> x<-data.frame(a=rnorm(4,4,4),b=rnorm(4,5,3),c=rnorm(4,5,3))
> vapply(x,mean,c(c=0))
a b c
1.8329043 6.0442858 -0.1437202
> k<-function(x)
+ {
+ list(mean(x),sd(x))
+ }
> vapply(x,k,c(c=0))
错误于vapply(x, k, c(c = 0)) : 值的长度必需为1，
但FUN(X[[1]])结果的长度却是2
> vapply(x,k,c(c=0,b=0))
错误于vapply(x, k, c(c = 0, b = 0)) : 值的种类必需是‘double’，
但FUN(X[[1]])结果的种类却是‘list’
> vapply(x,k,c(list(c=0,b=0)))
a b c
c 1.832904 6.044286 -0.1437202
b 1.257834 1.940433 3.649194
tapply {base}
对不规则阵列使用向量，即对一组非空值按照一组确定因子进行相应计算
tapply(X, INDEX, FUN, …, simplify = TRUE)
x 一个原子向量，典型的是一个向量
INDEX 因子列表，和x长度一样，元素将被通过as.factor强制转换为因子
simplify 若为FALSE，tapply将以列表形式返回阵列。若为TRUE，FUN则直接返回数值
例：
> height <- c(174, 165, 180, 171, 160)
> sex<-c(“F”,”F”,”M”,”F”,”M”)
> tapply(height, sex, mean)
F M
170 170
eapply {base}
eapply函数通过对environment中命名值进行FUN计算后返回一个列表值，用户可以请求所有使用过的命名对象。
eapply(env, FUN, …, all.names = FALSE, USE.NAMES = TRUE)
env 将被使用的环境
all.names 逻辑值，指示是否对所有值使用该函数
USE.NAMES 逻辑值，指示返回的列表结果是否包含命名
例：
> require(stats)
>
> env <- new.env(hash = FALSE) # so the order is fixed
> env$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的多变量版本。将对…中的每个参数运行FUN函数，如有必要，参数将被循环。
mapply(FUN, …, MoreArgs = NULL, SIMPLIFY = TRUE, USE.NAMES = TRUE)
MoreArgs FUN函数的其他参数列表
SIMPLIFY 逻辑或者字符串，可以减少结果成为一个向量、矩阵或者更高维阵列，详见sapply的simplify参数
USE.NAMES 逻辑值，如果第一个参数…已被命名，将使用这个字符向量作为名字
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的递归版本
rapply(X, FUN, classes = “ANY”, deflt = NULL, how = c(“unlist”, “replace”, “list”), …)
X 一个列表
classes 关于类名的字符向量，或者为any时则匹配任何类
deflt 默认结果，如果使用了how=”replace”，则不能使用
how 字符串匹配三种可能结果
转载请注明：数据分析 » R语言 apply函数家族详解_r语言apply函数
