apply函数家族

apply函数家族

1.lapply

lapply输出的为一个列表

> students <- list(
+   a1=list(name="James",age=25,gender="M",interest=c("reading","writing")),
+   a2=list(name="Jenny",age=23,gender="F",interest=c("cooking")),
+   a3=list(name="David",age=24,gender="M",interest=c("running","basketball"))
+ )
+ 
> # 现在，构建一个字符向量，其中每一个元素都具有如下形式：
> # James,25 year-old man,loves reading,writing.
> ***# lapply处理***
> new_students <- lapply(students,function(x){
+   gender=switch(x$gender,"M"="man","F"="woman")
+   interests=paste(x$interest,collapse = ",")
+   sprintf("%s,%d year-old %s,loves %s",x$name,x$age,gender,interests)
+ })
> new_students
$a1
[1] "James,25 year-old man,loves reading,writing"

$a2
[1] "Jenny,23 year-old woman,loves cooking"

$a3
[1] "David,24 year-old man,loves running,basketball"

> do.call(rbind,new_students)
   [,1]                                            
a1 "James,25 year-old man,loves reading,writing"   
a2 "Jenny,23 year-old woman,loves cooking"         
a3 "David,24 year-old man,loves running,basketball"

2.sapply

因为列表不一定是存储数据的最好的容器，有时我们希望将结果放在一个向量或者矩阵。sapply()函数可以根据结果的结构将其合理化

> sapply(1:10,function(i)i^2)
 [1]   1   4   9  16  25  36  49  64  81 100
> sapply(1:10,function(i)c(i,i^2))
     [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10]
[1,]    1    2    3    4    5    6    7    8    9    10
[2,]    1    4    9   16   25   36   49   64   81   100

其实这个我也可以用lapply，不过因为其结果返回的是列表，不好存储与查看，不太建议使用lapply(),而用sapply()函数。

vapply函数

ps:延伸出来的问题，在进行向量和列表运算的时候，我们发现向量可以向量化，而列表却不行

> t<-c(1,2)
> t^2
[1] 1 4
> l <- list(1,2)
> l^2
Error in l^2 : non-numeric argument to binary operator

vapply和sapply作用差不多，但是vapply比sapply更要规范一些，当像构成矩阵或向量时，发现输入的值不能满足这个返回形式，sapply会为了计算结果而变形，而vapply宁死不屈。

> x<- list(c(1,2),c(2,3),c(1,3))
> sapply(x,function(x)x^2)
     [,1] [,2] [,3]
[1,]    1    4    1
[2,]    4    9    9
> vapply(x,function(i)i^2,numeric(2))
     [,1] [,2] [,3]
[1,]    1    4    1
[2,]    4    9    9
> y <- list(c(1,2),c(3,4),c(5,6,7))
> sapply(y,function(i)i^2)
[[1]]
[1] 1 4

[[2]]
[1]  9 16

[[3]]
[1] 25 36 49

> vapply(y,function(i)i^2,numeric(2))
Error in vapply(y, function(i) i^2, numeric(2)) : 
  values must be length 2,
 but FUN(X[[3]]) result is length 3

3.apply

apply()函数将一个函数应用到矩阵或数组的某个边际（margin）或维度上。
1表示行，2表示列

> mat <- matrix(c(1,2,3,4),nrow=2)
> mat
     [,1] [,2]
[1,]    1    3
[2,]    2    4
> apply(mat,1,sum)
[1] 4 6
> apply(mat,2,sum)
[1] 3 7

4.mapply()函数

相比于sapply和vapply在一个向量上迭代，mapply可以在多个向量上进行迭代。mapply是sapply的多元版本。

mapply（）所返回到结果是以向量一行一行的返回，与其他apply函数不同的是，它也有两个参数，不过第一个参数是函数，第二个参数才是要传入的数值。

> mapply(function(a,b,c){a*b+b*c+c*a},a=c(1,2),b=c(2,3),c=c(-1,-2))
[1] -1 -4
> df <- data.frame(x=c(1,2,3),y=c(3,4,5))
> mapply(function(x,y){c(x,y,x+y)},df$x,df$y)
     [,1] [,2] [,3]
[1,]    1    2    3
[2,]    3    4    5
[3,]    4    6    8