R語言中的幾類高效函數

在執(zhí)行R語言任務時，一個提高執(zhí)行效率的思路就是盡量避免使用循環(huán)語句，否則你的工作將變的緩慢低效。事實上，我們是可以有辦法使用一些較高級的函數來盡量避免使用循環(huán)工作的。下面本文將介紹常見的幾種高效函數。

目錄

1.apply函數

2.lapply函數

3.sapply函數

4.tapply函數

5.sweep函數

6.column函數和row函數

1）apply函數

apply函數主要應用在一個數組或者矩陣上，通過給定的函數，并根據指定的計算方向(按行或按列)，以該方向的數組為輸入對象，反回計算結果，并將結果存儲于一個數組或向量中。

apply(array, margin, function, ...)

首先定義一個矩陣data

data <- matrix(rep(seq(4), 4), ncol = 4)

data

[,1] [,2] [,3] [,4]

[1,]    1    1    1    1

[2,]    2    2    2    2

[3,]    3    3    3    3

[4,]    4    4    4    4

#先根據行求和，其中1為指定按行計算(1為行，2為列)，sum為指定的function

apply(data, 1, sum)

[1]  4  8 12 16

#根據列求和，其中2為按列計算

apply(data, 2, sum)

[1] 10 10 10 10

#使用自定義函數，首先定義函數myfun

myfun <- function(x){

+     sum(x) + 2

+ }

#根據自定義函數，使用apply函數計算

apply(data, 1, myfun)

[1]  6 10 14 18

#自定義函數還可以寫在apply函數內部，不過需要注意，沒有大括號

apply(data, 1, function(x) sum(x) + 2)

[1]  6 10 14 18

#更通用的，可以將函數寫出如下形勢

apply(data, 1, function(x, y) sum(x) + y, y=2)

[1]  6 10 14 18

2）lapply函數

lapply用于對給定的數據，分別對其中的元素按指定的函數計算，并返回一個list。對于數據框來說，lapply函數顯得極為友好，在data.frame中，每個變量可以看做是一個元素，因此lapply應用于data.frame時，可以同時對所有變量按指定函數進行計算。

#首先構造一個數據框

data.df<-data.frame(data)

> data.df

X1 X2 X3 X4

1  1  1  1  1

2  2  2  2  2

3  3  3  3  3

4  4  4  4  4

#對數據框所有變量進行求和，返回每個變量的結果，存儲形式為list。

lapply(data.df, sum)

$X1

[1] 10

$X2

[1] 10

$X3

[1] 10

$X4

[1] 10

＃此外，還可以將傳入的函數改成自定義的函數。要注意，函數形式沒有大括號。

y1 <- lapply(data.df, function(x, y) sum(x) + y, y = 5)

y1

$X1

[1] 15

$X2

[1] 15

$X3

[1] 15

$X4

[1] 15

#使用lappy代替循環(huán)函數

unlist(lapply(1:5, function(i) print(i) ))

[1] 1

[1] 2

[1] 3

[1] 4

[1] 5

[1] 1 2 3 4 5

#對比一下for循環(huán)結果就算結果，發(fā)現是一致的

for(i in 1:5) print(i)

[1] 1

[1] 2

[1] 3

[1] 4

[1] 5

3）sapply函數

sapply函數與lapply函數類似，主要輸入的參數都是數據和函數，但sapply與lapply不同的是sapply返回的是向量，而lapply返回的是一個list。并且sapply還存在第三個參數simplify，當silmplify為FALSE時，那么sapply返回的結果和lapply一致；當silmplify為TRUE時，sapply返回的結果為一個向量或者矩陣；此外還可以設定其它格式。

sapply(list, function, ..., simplify)

y <- sapply(data.df, function(x, y) sum(x) + y, y = 5)

y

X1 X2 X3 X4 

15 15 15 15 

is.vector(y)

[1] TRUE #返回的結果是一個向量

＃定義simply＝F，此時返回的結果胃list，效果和apply一樣。

y <- sapply(data.df, function(x, y) sum(x) + y, y = 5,simplify = F)

y

$X1

[1] 15

$X2

[1] 15

$X3

[1] 15

$X4

[1] 15

class(y)

[1] "list"

is.list(y)

[1] TRUE#返回結果為list

4）tapply函數

tapply用于對數據進行分組計算，類似于SQL中的group by。tapply需要傳入三個參數，第一個是數據，第二個是數據的分組，第三個參數是指定的計算函數。

data.df<-data.frame(x=runif(10),group1=rep(1:5,2),group2=rep(1:2,5))

data.df

x        group1 group2

1  0.68180046      1      1

2  0.72726914      2      2

3  0.33735976      3      1

4  0.48212394      4      2

5  0.04234556      5      1

6  0.88701919      1      2

7  0.53946995      2      1

8  0.01295496      3      2

9  0.47062069      4      1

10 0.87079649      5      2

tapply(data.df$x, data.df$group1, mean)

1                2                3              4                 5 

0.4926077 0.7726152 0.6058755 0.6110971 0.3074988

#此處還可以傳入兩個分組的計算結果

tapply(data.df$x, list(data.df$group1,data.df$group2), mean)

1                 2          

1 0.68180046 0.88701919

2 0.53946995 0.72726914

3 0.33735976 0.01295496

4 0.47062069 0.48212394

5 0.04234556 0.87079649

5）sweep函數

sweep函數用于對給定的輸入數據做批量的計算，主要參數有數據、統(tǒng)計方向、計算參數、計算函數。其中統(tǒng)計方向可取1或2，取1表示在行的方向上計算，2表示在列的方向上計算。計算函數為加減乘除等算是，默認為減法'－'。

data<-matrix(runif(20),5)

data.df<-data.frame(data)

data.df

X1               X2                X3         X4         

1 0.09248257 0.4358975 0.1884430 0.1212183

2 0.83091974 0.2388490 0.8377123 0.6140257

3 0.15849016 0.2286257 0.8577217 0.9877683

4 0.86437393 0.2771434 0.5302898 0.1608113

5 0.43098913 0.5906199 0.1117341 0.2846628

#將數據按行計算，每行分別減去各行的最大值

sweep(data.df,1,apply(data.df,1,max),'-')

X1         X2         X3         X4

1 -0.343414887  0.0000000 -0.2474544 -0.3146792

2 -0.006792557 -0.5988633  0.0000000 -0.2236865

3 -0.829278179 -0.7591426 -0.1300467  0.0000000

4  0.000000000 -0.5872305 -0.3340842 -0.7035627

5 -0.159630747  0.0000000 -0.4788858 -0.3059571

6）column函數和row函數

還有一些函數也是基于行和列進行統(tǒng)計計算的，如對列進行計算的有colMeans和colSums；對行計算的rowMeans和rowSums。

data.df

X1        X2        X3        X4

1 0.09248257 0.4358975 0.1884430 0.1212183

2 0.83091974 0.2388490 0.8377123 0.6140257

3 0.15849016 0.2286257 0.8577217 0.9877683

4 0.86437393 0.2771434 0.5302898 0.1608113

5 0.43098913 0.5906199 0.1117341 0.2846628

#對列求平均

colMeans(data.df)

X1              X2            X3              X4 

0.4754511 0.3542271 0.5051802 0.4336973

#對列求和

X1              X2       X3            X4 

2.377256 1.771135 2.525901 2.168486

#對行求和

rowSums(data.df)

[1] 0.8380414 2.5215068 2.2326058 1.8326183 1.4180059

#對行求平均

rowMeans(data.df)

[1] 0.2095103 0.6303767 0.5581515 0.4581546 0.3545015