第四章：数据操作Ⅰ 第五节：apply系列函数

在R语言中，apply系列函数用于向量、矩阵、数据框应用指定函数，并返回函数应用结果值，这些函数会一次性地对整体数据施加函数运算，采用的是向量计算方式，所以执行速度非常快

一、Apply()函数

apply函数按照矩阵的行或列方向应用指定函数

使用apply函数进行按行求和

初始矩阵

> d<-matrix(1:9,ncol=3)
> d
     [,1] [,2] [,3]
[1,]    1    4    7
[2,]    2    5    8
[3,]    3    6    9

我们可以使用apply函数对矩阵的每行应用到sum函数即可

> apply(d,1,sum)#这边设置MARGIN为1，即行模式
[1] 12 15 18

如果我们想进行按列求和，将MARGIN设置为2即可

> apply(d,2,sum)
[1]  6 15 24

当然，R语言直接提供了一些函数帮助我们直接对行和列求和，或者求平均值

例如

> colSums(d)
[1]  6 15 24
> rowMeans(d)
[1] 4 5 6

二、Lapply()函数

Lapply()可以以列表的形式返回应用函数的结果

但从使用角度来看，向量与数据框比列表更直观，所以必须要转换lapply()的结果，我们可以用下面两个函数进行转换

例如：我们使用lapply()函数对向量进行乘2运算，然后将其转换为向量

> (result<-lapply(1:3,function(x){x*2}))
[[1]]
[1] 2

[[2]]
[1] 4

[[3]]
[1] 6

> unlist(result)
[1] 2 4 6

Lapply()函数可以接受列表作为参数

例如：

> (x<-list(a=1:3,b=4:6))
$a
[1] 1 2 3

$b
[1] 4 5 6

> lapply(x, mean)
$a
[1] 2

$b
[1] 5

同时，也可以直接向数据框应用lapply()函数

例如：

> H<-data.frame(x=c(1:3),y=c(4:6),z=c(7:9))
> lapply(H, mean)
$x
[1] 2

$y
[1] 5

$z
[1] 8

从上可知，使用lapply()函数处理过的数据框后得到的列表，有时可能需要列表再次进行转换为数据框，通常会进行以下几个阶段

1.使用unlist()函数，将列表转换为对象

2.使用matrix()函数，将向量转化为矩阵

3.使用as.data.frame()函数，将矩阵转换为数据框

4.使用names()函数，从列表获取变量名，赋给数据框的各列

不过，我们可以使用do.call()函数进行类型转换

例如：我们将lapply()函数返回的列表中的个元素作为参数传递给cbind函数

> data.frame(do.call(cbind,lapply(H,mean)))
  x y z
1 2 5 8

上述两种方法中，使用第一种方法先用unlist()函数将列表转换为向量，再使用matrix()函数将向量转换为矩阵的时候会出现一个问题，就是使用unlist()哈桑农户将列表转换为向量以后，由于向量只能保存1种数据类型，所以转换过程中，所有数据都会被转换成统一数据类型。列表中同时存在字符串和数值时，使用unlist()函数将列表转换为向量后， 所有的元素都会被强制转换为同一种数据类型

例如

> h<-list(data.frame(name="foo",value=1),data.frame(name="bar",value=2))
> unlist(h)
 name value  name value
"foo"   "1" "bar"   "2"

因此，当列表中有不同数据类型的数据时，需要使用do.call()函数进行类型转换

例如：

> h<-list(data.frame(name="foo",value=1),data.frame(name="bar",value=2))
> do.call(rbind,h)
  name value
1  foo     1
2  bar     2

三、Sapply()函数

Sapply()函数与lapply()函数类似，但以矩阵、向量等数据类型返回结果

例如：

> lapply(H,mean)
$x
[1] 2

$y
[1] 5

$z
[1] 8

> sapply(H,mean)
x y z
2 5 8
> class(sapply(H,mean))
[1] "numeric"

我们可以使用as.data.frame()函数将sapply()函数返回的向量进一步转换为数据框，但是必须要用t()函数进行转置，否则数据框会行列互换

例如：

> x<-sapply(H,mean)
> as.data.frame(x)
  x
x 2
y 5
z 8
> t(x)
     x y z
[1,] 2 5 8

在处理包含多列的数据框时，常常需要判断各列的数据类型，比如判断某列中保存的数据是否为数值，若使用sapply()函数能够很方便地进行判断

例如：

> sapply(H,class)
        x         y         z
"integer" "integer" "integer"

如果sapply()函数的参数传入的函数返回值时长度大于1的向量，那么sapply()函数将返回矩阵

例如:

> y<-sapply(H,function(x){x>2})
> class(y)
[1] "matrix"
> y
         x    y    z
[1,] FALSE TRUE TRUE
[2,] FALSE TRUE TRUE
[3,]  TRUE TRUE TRUE

sapply函数返回的是向量和矩阵，但是向量和矩阵只能保存一种数据类型，因此sapply()函数的参数传入FUN函数的返回值中，不能混有多种数据类型，否则需要返回列表的lapply()函数

四、Tapply()函数

Tapply()函数会先对数据进行分组，然后将函数应用到各组

例如：

求1~10的总和

> tapply(1:10,rep(1,10),sum)
 1
55

划分奇偶数，并算出其总和

> tapply(1:10,1:10%%2==1,sum)
FALSE  TRUE
   30    25

五、Mapply()函数

Mapply()函数和sapply()函数类似，但它可以将多个参数传递给指定函数。Mapply()函数的的一个参数是待应用的FUN函数，它接受多个参数，要传递给FUN()函数的参数作为数据保存时，mapply()函数将保存在数据中的值转化为参数传递给FUN函数，并执行调用

例如，我们使用mapply()函数批量生成正态分布数据

假设要生成如下参数的正太分布数据

注：使用mapply()函数时，如果给定多个数据，则这些数据第一个元素组成一组，作为参数传递给FUN函数，然后第二个元素组成一组，作为参数传递给FUN函数，以此类推

> mapply(rnorm,c(1,2,3),c(0,10,100),c(1,1,1))
[[1]]
[1] -0.9214251

[[2]]
[1] 10.60762 11.34686

[[3]]
[1] 98.75579 98.46603 99.04913

我们也可以使用mapply()函数求矩阵各列平均值

> H<-data.frame(x=c(1:3),y=c(4:6),z=c(7:9))

> H
  x y z
1 1 4 7
2 2 5 8
3 3 6 9
> mapply(mean,H)
x y z
2 5 8