apply族函数应用指南

点击上方蓝色字体，关注我们

作者简介

作者：吴健 中国科学院大学 R语言、统计学爱好者，尤其擅长R语言和Arcgis在生态领域的应用分享

个人公众号：统计与编程语言 

前文推送：

R语言绘制流程图（一）

R语言绘制流程图（二）

众所周知，当我们利用R语言处理大型数据集时，for循环语句的运算效率非常低。因此在实际应用中，数据处理人员常常利用apply族函数替代for循环以便于在一定程度上提升R语言数据处理速度，除此之外，该方法还可以在一定程度上简化代码。虽然该方法非常有用，但是当你面对复杂的情形时，你需要灵活运用该函数。基于此，本文详细介绍apply族函数的应用。

 

apply族函数包括apply(), lapply(), sapply(), vapply(),mapply(),rapply(), tapply()。在实际应用中，常常需要数据处理人员依据不同数据结构及数据处理目的采用不同apply族函数，下文将对apply族函数进行逐一介绍。

1.  apply()函数

apply函数只能用于处理矩阵类型的数据，也就是说所有的数据必须是同一类型。因此要使用apply函数的话，需要将数据类型转换成矩阵类型。

--------------------------------------------------------------------------

apply(X, MARGIN, FUN, …)

X: 表示数组或矩阵

MARGIN：表示以行为单位进行计算还是以列为单位：1表示以行为单位；2表示以列为单位；c(1,2)表示同时以行和列为单位进行计算。

FUN：在行或者列上进行运算的函数。

...：运算函数的参数

--------------------------------------------------------------------------

例：

x <- matrix(rnorm(30), nrow=5, ncol=6)
dimnames(x)[[1]] <- letters[1:5]
dimnames(x)[[2]] <- letters[1:6]#创建数据集
apply(x, 2, mean, trim = .2)#以列为单位计算截尾平均值
col.sums <- apply(x, 2, sum)#以列为单位求和
col.sums#输出结果
row.sums <- apply(x, 1, sum)#以行为单位求和
row.sums#输出结果

结果：

2.  lapply()函数和sapply()函数

lapply和sapply函数可以用于处理列表数据和向量数据（vector/list）。lapply函数得到处理得到的数据类型是列表，而sapply函数得到处理的数据类型是向量。这两个函数除了在返回值类型不同外，其他方面基本完全一样。

--------------------------------------------------------------------------

lapply(X, FUN, …)

sapply(X, FUN, ..., simplify = TRUE, USE.NAMES = TRUE)

X: 表示列表或者向量

FUN：在行或者列上进行运算的函数。

...：运算函数的参数

simplify：逻辑值或者字符，用来确定返回值的类型：TRUE表示返回向量或矩阵；simply = "array"返回数组

USE.NAMES：确定结果的名字。

--------------------------------------------------------------------------

例：

lapply

A <- matrix(c(1:9), nrow=3, ncol=3)
B <- matrix(c(4:15), nrow=4, ncol=3)
C <- matrix(rep(seq(8,10),2), nrow=3)
data <- list(A=A, B=B, C=C)#创建数据集
lapply(data, “[“, ,2)#提取列表中每一部分第二列的元素
lapply(data, “[“, 1,)#提取列表中每一部分第一行的元素
lapply(data, sum)#对列表每一部分求和

sapply

sapply(data, “[“, 2, 1)#提取列表每一部分第二行第一列的数，并以向量形式返回
sapply(data, “[“, 2, 1, simplify=F)#提取列表每一部分第二行第一列的数，并以列表形式返回

3.  vapply()函数

vapply函数类似于sapply函数，其主要区别为vapply函数可预先指定返回值的类型和名称。

--------------------------------------------------------------------------

vapply(X, FUN, FUN.VALUE, ..., USE.NAMES = TRUE)

X: 表示列表或者向量

FUN：在行或者列上进行运算的函数。

FUN.VALUE：指定返回值的类型和名称

USE.NAMES：确定结果的名字。

--------------------------------------------------------------------------

例：

i39 <- sapply(3:9, seq) # 生成数据
sapply(i39, fivenum)#sapply计算每一个列表的分位数
vapply(i39, fivenum,#vapply计算每一个列表的分位数
      c(Min. = 0, “1st Qu.” = 0, Median = 0, “3rd Qu.” = 0, Max. = 0))

结果：

4.  mapply()函数

mapply函数主要是对多个列表或者向量参数使用函数。

--------------------------------------------------------------------------

mapply(FUN, ..., MoreArgs = NULL, SIMPLIFY = TRUE,   USE.NAMES = TRUE)

FUN：在行或者列上进行运算的函数。

MoreArgs：FUN函数的其它参数。

simplify：逻辑值或者字符，用来确定返回值的类型。

USE.NAMES：确定结果的名字。

--------------------------------------------------------------------------

例：

mapply(rep, 1:4, 4:1)
mapply(rep, times = 1:4, x = 4:1)
mapply(rep, times = 1:4, MoreArgs = list(x = 42))
mapply(function(x, y) seq_len(x) + y,
      c(a =  1, b = 2, c = 3),
      c(A = 10, B = 0, C = -10))

结果：

5.  rapply()函数

rapply函数是lapply函数的循环版本。

--------------------------------------------------------------------------

rapply(object, f, classes = "ANY", deflt = NULL,       how = c("unlist", "replace", "list"), ...)

object：列表

f：只有一个参数的函数。

classes：表示类名的字符型向量。

deflt：默认结果（如果how="replace"参数没用）

how：匹配三种可能参数，分别为unlist, replace, list。具体三种参数的作用，可以结合代码修改相应参数值，看输出结果的变化来理解参数的作用。

...：函数f的额外参数

--------------------------------------------------------------------------

例：

X <- list(list(a = pi, b = list(c = 1:1)), d = “a test”)
rapply(X, function(x) x, how = “replace”)
rapply(X, sqrt, classes = “numeric”, how = “replace”)
rapply(X, nchar, classes = “character”,
      deflt = as.integer(NA), how = “list”)
rapply(X, nchar, classes = “character”,
      deflt = as.integer(NA), how = “unlist”)
rapply(X, nchar, classes = “character”, how = “unlist”)
rapply(X, log, classes = “numeric”, how = “replace”, base = 2)

6.  tapply()函数

它通常会有三个参数，第一个参数代表数据，第二个参数表示如何对数据进行分组操作，第三个参数指定每一个分组内应用什么函数。也就是说tapply函数就是把数据按照一定方式分成不同的组，再在每一组数据内进行某种运算。

--------------------------------------------------------------------------

tapply(X, INDEX, FUN = NULL, ..., default = NA, simplify = TRUE)

X：被计算的向量值。

INDEX：分类因子。

FUN：分组计算的函数。

...：函数的额外参数

simplify：逻辑值或者字符，用来确定返回值的类型。

--------------------------------------------------------------------------

例1：

install.packages(“HSAUR2”)#安装程序包
library(HSAUR2)#加载程序包
data(CHFLS)#加载数据
head(CHFLS)#查看数据前六列
str(CHFLS)#查看数据属性

tapply(CHFLS$R_income, CHFLS$R_health, mean)#分类计算平均值

例2：

n <- 17; fac <- factor(rep_len(1:3, n), levels = 1:5)
table(fac)
tapply(1:n, fac, sum)
tapply(1:n, fac, sum, default = 0) # maybe more desirable
tapply(1:n, fac, sum, simplify = FALSE)

注：具体参数的作用，可以结合代码修改相应参数值，看输出结果的变化来理解参数的作用。

大家都在看

2017年R语言发展报告（国内）

精心整理 | R语言中文社区历史文章合集（作者篇）

精心整理 | R语言中文社区历史文章整理（类型篇）

公众号后台回复关键字即可学习

回复 爬虫            爬虫三大案例实战  
回复 Python       1小时破冰入门

回复 数据挖掘     R语言入门及数据挖掘
回复 人工智能     三个月入门人工智能
回复 数据分析师  数据分析师成长之路 
回复 机器学习      机器学习的商业应用
回复 数据科学      数据科学实战
回复 常用算法      常用数据挖掘算法