R語(yǔ)言數(shù)據(jù)分組統(tǒng)計(jì)函數(shù)族—apply族用法與心得

apply族功能強(qiáng)大，實(shí)用，可以代替很多循環(huán)語(yǔ)句，R語(yǔ)言中不要輕易使用循環(huán)語(yǔ)句。

apply
   
Apply Functions Over Array Margins

對(duì)陣列行或者列使用函數(shù)
   
apply(X, MARGIN, FUN, ...)

lapply
   
Apply a Function over a List or Vector

對(duì)列表或者向量使用函數(shù)
   
lapply(X, FUN, ...)

sapply
  
Apply a Function over a List or Vector

對(duì)列表或者向量使用函數(shù)

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

vapply
   
Apply a Function over a List or Vector

對(duì)列表或者向量使用函數(shù)
   
vapply(X, FUN, FUN.VALUE, ..., USE.NAMES = TRUE)

tapply

Apply a Function Over a Ragged Array

對(duì)不規(guī)則陣列使用函數(shù)

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

eapply

Apply a Function Over Values in an Environment

對(duì)環(huán)境中的值使用函數(shù)
   
eapply(env, FUN, ..., all.names = FALSE, USE.NAMES = TRUE)

mapply
   
Apply a Function to Multiple List or Vector Arguments

對(duì)多個(gè)列表或者向量參數(shù)使用函數(shù)
   
mapply(FUN, ..., MoreArgs = NULL, SIMPLIFY = TRUE, USE.NAMES = TRUE)

rapply

Recursively Apply a Function to a List

運(yùn)用函數(shù)遞歸產(chǎn)生列表
   
rapply(object, f, classes = "ANY", deflt = NULL,how = c("unlist", "replace", "list"), ...)

1、apply函數(shù)

對(duì)一個(gè)數(shù)組按行或者按列進(jìn)行計(jì)算，矩陣縱、橫運(yùn)算（sum,average等）

其中apply中，1等于行，2等于列

[plain] view plain copy
print?在CODE上查看代碼片派生到我的代碼片

    > ma <- matrix(c(1:4, 1, 6:8), nrow = 2)  
    > ma  
         [,1] [,2] [,3] [,4]  
    [1,]    1    3    1    7  
    [2,]    2    4    6    8  
    > apply(ma, c(1,2), sum)  
         [,1] [,2] [,3] [,4]  
    [1,]    1    3    1    7  
    [2,]    2    4    6    8  
    > apply(ma, 1, sum)  
    [1] 12 20  
    > apply(ma, 2, sum)  
    [1]  3  7  7 15  

[plain] view plain copy
print?在CODE上查看代碼片派生到我的代碼片

    > tapply(1:17, fac, sum, simplify = FALSE)  
    $`1`  
    [1] 51  
    $`2`  
    [1] 57  
    $`3`  
    [1] 45  
    $`4`  
    NULL  
    $`5`  
    NULL  
    > tapply(1:17, fac, range)  
    $`1`  
    [1]  1 16  
    $`2`  
    [1]  2 17  
    $`3`  
    [1]  3 15  
    $`4`  
    NULL  
    $`5`  
    NULL 
2、tapply

（進(jìn)行分組統(tǒng)計(jì)）

[plain] view plain copy
print?在CODE上查看代碼片派生到我的代碼片

    tapply(X, INDEX, FUN = NULL, ..., simplify = TRUE)  
    #把x在index分類(lèi)下進(jìn)行fun  
    #例：把x在因子分類(lèi)下，進(jìn)行匯總操作  
    fac <- factor(rep(1:3, length = 4), levels = 1:5)  
    fac  
    [1] 1 2 3 1  
    Levels: 1 2 3 4 5  
    tapply(1:4, fac, sum)  
    1  2  3  4  5   
    5  2  3   NA NA  

#當(dāng)index不是因子時(shí)，可以用as.factor()把參數(shù)強(qiáng)制轉(zhuǎn)換成因子

額外案例，實(shí)現(xiàn)excel中數(shù)據(jù)透視表的功能
[plain] view plain copy
print?在CODE上查看代碼片派生到我的代碼片

    #利用tapply實(shí)現(xiàn)類(lèi)似于excel里的數(shù)據(jù)透視表的功能：  
    > da  
       year province sale  
    1  2007        A    1  
    2  2007        B    2  
    3  2007        C    3  
    4  2007        D    4  
    5  2008        A    5  
    6  2008        C    6  
    7  2008        D    7  
    8  2009        B    8  
    9  2009        C    9  
    10 2009        D   10  
    > attach(da)  
    > tapply(sale,list(year,province))   #以sale為基，按照year,province的順序，排列  
     [1]  1  4  7 10  2  8 11  6  9 12  
    > tapply(sale,list(year,province),mean)  
          A  B C  D  
    2007  1  2 3  4  
    2008  5 NA 6  7  
    2009 NA  8 9 10  

3、函數(shù)table（求因子出現(xiàn)的頻數(shù)）

[plain] view plain copy
print?在CODE上查看代碼片派生到我的代碼片

    使用格式為：  
    table(..., exclude = if (useNA == "no") c(NA, NaN), useNA = c("no",  
        "ifany", "always"), dnn = list.names(...), deparse.level = 1)  
    其中參數(shù)exclude表示哪些因子不計(jì)算。  
    示例代碼：  
    > d <- factor(rep(c("A","B","C"), 10), levels=c("A","B","C","D","E"))  
    > d  
     [1] A B C A B C A B C A B C A B C A B C A B C A B C A B C A B C  
    Levels: A B C D E  
    > table(d, exclude="B")  
    d  
     A  C  D  E  
    10 10  0  0 

4、函數(shù)lapply與函數(shù)sapply

每一列數(shù)據(jù)采用同一種函數(shù)形式，比如求X變量得分位數(shù)，比如求X變量的循環(huán)函數(shù)。

lapply的使用格式為：

lapply(X, FUN, ...)

lapply的返回值是和一個(gè)和X有相同的長(zhǎng)度的list對(duì)象，

這個(gè)list對(duì)象中的每個(gè)元素是將函數(shù)FUN應(yīng)用到X的每一個(gè)元素。

其中X為L(zhǎng)ist對(duì)象（該list的每個(gè)元素都是一個(gè)向量），

其他類(lèi)型的對(duì)象會(huì)被R通過(guò)函數(shù)as.list()自動(dòng)轉(zhuǎn)換為list類(lèi)型。

函數(shù)sapply是函數(shù)lapply的一個(gè)特殊情形，對(duì)一些參數(shù)的值進(jìn)行了一些限定，其使用格式為：

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

sapply(*, simplify = FALSE, USE.NAMES = FALSE) 和lapply(*)的返回值是相同的。

如果參數(shù)simplify=TRUE，則函數(shù)sapply的返回值不是一個(gè)list，而是一個(gè)矩陣；

若simplify=FALSE，則函數(shù)sapply的返回值仍然是一個(gè)list。
[plain] view plain copy
print?在CODE上查看代碼片派生到我的代碼片

     x <- list(a = 1:10, beta = exp(-3:3), logic = c(TRUE,FALSE,FALSE,TRUE))  
    > lapply(x, quantile)  
    $a  
       0%   25%   50%   75%  100%  
     1.00  3.25  5.50  7.75 10.00  
      
    $beta  
             0%         25%         50%         75%        100%  
     0.04978707  0.25160736  1.00000000  5.05366896 20.08553692  
      
    $logic  
      0%  25%  50%  75% 100%  
     0.0  0.0  0.5  1.0  1.0  
      
    > sapply(x, quantile,simplify=FALSE,use.names=FALSE)  
    $a  
       0%   25%   50%   75%  100%  
     1.00  3.25  5.50  7.75 10.00  
      
    $beta  
             0%         25%         50%         75%        100%  
     0.04978707  0.25160736  1.00000000  5.05366896 20.08553692  
      
    $logic  
      0%  25%  50%  75% 100%  
     0.0  0.0  0.5  1.0  1.0  

[plain] view plain copy
print?在CODE上查看代碼片派生到我的代碼片

    #參數(shù)simplify=TRUE的情況  
    > sapply(x, quantile)  
             a        beta logic  
    0%    1.00  0.04978707   0.0  
    25%   3.25  0.25160736   0.0  
    50%   5.50  1.00000000   0.5  
    75%   7.75  5.05366896   1.0  
    100% 10.00 20.08553692   1.0 

5、函數(shù)mapply
函數(shù)mapply是函數(shù)sapply的變形版，mapply 將函數(shù) FUN 依次應(yīng)用每一個(gè)參數(shù)的第一個(gè)元素、第二個(gè)元素、第三個(gè)元素上。函數(shù)mapply的使用格式如下：

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

其中參數(shù)MoreArgs表示函數(shù)FUN的參數(shù)列表。

[plain] view plain copy
print?在CODE上查看代碼片派生到我的代碼片

    > mapply(rep, times=1:4, x=4:1)  
    [[1]]  
    [1] 4  
      
    [[2]]  
    [1] 3 3  
      
    [[3]]  
    [1] 2 2 2  
      
    [[4]]  
    [1] 1 1 1 1  
      
    #直接使用函數(shù)rep的結(jié)果：  
    > rep(1:4,1:4)  
     [1] 1 2 2 3 3 3 4 4 4 4 

6、vapply {base}——按變量進(jìn)行函數(shù)操作

vapply類(lèi)似于sapply函數(shù)，但是它的返回值有預(yù)定義類(lèi)型，所以它使用起來(lái)會(huì)更加安全，有的時(shí)候會(huì)更快。

在vapply函數(shù)中總是會(huì)進(jìn)行簡(jiǎn)化，vapply會(huì)檢測(cè)FUN的所有值是否與FUN.VALUE兼容，

以使他們具有相同的長(zhǎng)度和類(lèi)型。類(lèi)型順序：邏輯、整型、實(shí)數(shù)、復(fù)數(shù)

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

X表示一個(gè)向量或者表達(dá)式對(duì)象，其余對(duì)象將被通過(guò)as.list強(qiáng)制轉(zhuǎn)換為list

simplify 邏輯值或者字符串，如果可以，結(jié)果應(yīng)該被簡(jiǎn)化為向量、矩陣或者高維數(shù)組。

必須是命名的，不能是簡(jiǎn)寫(xiě)。默認(rèn)值是TRUE，若合適將會(huì)返回一個(gè)向量或者矩陣。如果simplify=”array”，結(jié)果將返回一個(gè)陣列。

USE.NAMES  邏輯值，如果為T(mén)RUE，且x沒(méi)有被命名，則對(duì)x進(jìn)行命名。

FUN.VALUE   一個(gè)通用型向量，F(xiàn)UN函數(shù)返回值得模板。

[plain] view plain copy
print?在CODE上查看代碼片派生到我的代碼片

    > 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  

[plain] view plain copy
print?在CODE上查看代碼片派生到我的代碼片

    > k<-function(x)  
    + {  
    + list(mean(x),sd(x))  
    + }  
    > vapply(x,k,c(c=0))  
    錯(cuò)誤于vapply(x, k, c(c = 0)) : 值的長(zhǎng)度必需為1，  
     但FUN(X[[1]])結(jié)果的長(zhǎng)度卻是2  

[plain] view plain copy
print?在CODE上查看代碼片派生到我的代碼片

    > vapply(x,k,c(c=0,b=0))  
    錯(cuò)誤于vapply(x, k, c(c = 0, b = 0)) : 值的種類(lèi)必需是'double'，  
     但FUN(X[[1]])結(jié)果的種類(lèi)卻是'list'  

[plain] view plain copy
print?在CODE上查看代碼片派生到我的代碼片

    > 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  

sapply與vapply函數(shù)之間的區(qū)別:

[plain] view plain copy
print?在CODE上查看代碼片派生到我的代碼片

    > i39 <- sapply(3:9, seq)  
    > i39  
    [[1]]  
    [1] 1 2 3  
      
    [[2]]  
    [1] 1 2 3 4  
      
    [[3]]  
    [1] 1 2 3 4 5  
      
    [[4]]  
    [1] 1 2 3 4 5 6  
      
    [[5]]  
    [1] 1 2 3 4 5 6 7  
      
    [[6]]  
    [1] 1 2 3 4 5 6 7 8  
      
    [[7]]  
    [1] 1 2 3 4 5 6 7 8 9  
      
    > sapply(i39, fivenum)  
         [,1] [,2] [,3] [,4] [,5] [,6] [,7]  
    [1,]  1.0  1.0    1  1.0  1.0  1.0    1  
    [2,]  1.5  1.5    2  2.0  2.5  2.5    3  
    [3,]  2.0  2.5    3  3.5  4.0  4.5    5  
    [4,]  2.5  3.5    4  5.0  5.5  6.5    7  
    [5,]  3.0  4.0    5  6.0  7.0  8.0    9  
    > vapply(i39, fivenum,  
    +        c(Min. = 0, "1st Qu." = 0, Median = 0, "3rd Qu." = 0, Max. = 0))  
            [,1] [,2] [,3] [,4] [,5] [,6] [,7]  
    Min.     1.0  1.0    1  1.0  1.0  1.0    1  
    1st Qu.  1.5  1.5    2  2.0  2.5  2.5    3  
    Median   2.0  2.5    3  3.5  4.0  4.5    5  
    3rd Qu.  2.5  3.5    4  5.0  5.5  6.5    7  
    Max.     3.0  4.0    5  6.0  7.0  8.0    9 

7、eapply {base}

eapply函數(shù)通過(guò)對(duì)environment中命名值進(jìn)行FUN計(jì)算后返回一個(gè)列表值，用戶(hù)可以請(qǐng)求所有使用過(guò)的命名對(duì)象。

eapply(env, FUN, ..., all.names = FALSE, USE.NAMES = TRUE)

env  將被使用的環(huán)境

all.names  邏輯值，指示是否對(duì)所有值使用該函數(shù)

USE.NAMES  邏輯值，指示返回的列表結(jié)果是否包含命名

[plain] view plain copy
print?在CODE上查看代碼片派生到我的代碼片

    > 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  數(shù)據(jù)分析師培訓(xùn)
      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 
8、rapply {base}

rapply是lapply的遞歸版本

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

X  一個(gè)列表

classes  關(guān)于類(lèi)名的字符向量，或者為any時(shí)則匹配任何類(lèi)

deflt  默認(rèn)結(jié)果，如果使用了how=”replace”，則不能使用

how  字符串匹配三種可能結(jié)果