R中的apply族函數(shù)

如果計算涉及到 一個單一的向量，而結果也是一個向量 ， tapply函數(shù) 是一個可選項，不同于aggregate函數(shù)，它返回一個向量或數(shù)組，這使得其單個元素很容易被訪問。

將組定義為矩陣的行或列，即操作目標為矩陣的每一列或行時， apply函數(shù) 時最佳選擇。該函數(shù)通常會返回一個向量或數(shù)組，但根據(jù)行或列操作的結果維度不同，將返回一個列表。

將組定義為列表中的元素。 如果組已經(jīng)形成列表元素，那么 sapply或lapply函數(shù) 比較適合，它們的區(qū)別是lapply返回一個列表，而sapply可將輸出簡化為向量或數(shù)組。有時可以結合使用split函數(shù)，將需要處理的數(shù)據(jù)創(chuàng)建為一個列表，然后再使用這兩個函數(shù)。

如果所要計算函數(shù)的參數(shù)為一個矩陣或數(shù)組， 可以考慮使用 mapply函數(shù) ，該函數(shù)非常的靈活和簡單，其返回的結果一般是列表形式。

先來看一下tapply()、apply()、lapply()、sapply()和mapply()函數(shù)的 語法規(guī)則:

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

apply(X, MARGIN, FUN, ...)

lapply(X, FUN, ...)

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

mapply(FUN, ..., MoreArgs = NULL, SIMPLIFY = TRUE,

USE.NAMES = TRUE)

根據(jù)不同的函數(shù)，輸入數(shù)據(jù)X可能是向量、數(shù)組、矩陣或數(shù)據(jù)框；INDEX一般為類別變量；MARGIN指定矩陣的維度，1表示矩陣的行，2表示矩陣的列；FUN為參與運算的函數(shù)，可以是R自帶的函數(shù)也可以是自己編寫的函數(shù)；...為函數(shù)FUN指定的參數(shù)，緊跟在函數(shù)的后面。

接下來看一下各個函數(shù)的應用情況

為了處理基于一個或多個分組變量的單個向量，可以使用tapply函數(shù)， 該函數(shù)返回一個數(shù)組，其維數(shù)與分組向量的維數(shù)相同 。

注意，該函數(shù)的輸入數(shù)據(jù)必須是向量，且分析向量與分組向量的長度必須一致

如果想分析iris數(shù)據(jù)集中Sepal.Length在各個花種中的最大值，可以通過tapply函數(shù)實現(xiàn)，這里的Sepal.Length和Species為兩個向量，且各自的長度均相等。

如果想對某個變量(向量)進行多變量的分組分析時，也可以采用tapply函數(shù)。

首先構造一個數(shù)據(jù)框：

接下來想對z變量做分組統(tǒng)計，分組變量為x和y

 這里的NA表示x和y的分組中沒有對應的z值。

當數(shù)據(jù)具備 數(shù)組 的特性，可通過 apply函數(shù)對數(shù)據(jù)的每個維度進行運算 ，該函數(shù)需要 三個參數(shù) ：需要計算的 數(shù)組、運算維度的索引號和使用的函數(shù)。

標準化一個矩陣：這里可以直接給參數(shù)FUN為scale

當然，如果想統(tǒng)計各個列的均值，為比較顯式循環(huán)和apply的隱式循環(huán)，程序如下，就可以比較出兩種方式的效率：

\

結果顯式，通過apply計算矩陣列的均值速度是顯式循環(huán)的50倍。這說明在R中使用循環(huán)的話盡量使用到隱式的向量化計算，否則計算效率非常差。

再來看一個如何使用自編函數(shù)應用到apply中：這里顯式了前7列的統(tǒng)計量值。

lapply()函數(shù)和sapply()函數(shù)把一個列表或向量作為其第一個參數(shù)，再把需要應用到每個列表元素的函數(shù)作為它的第二個參數(shù)。 其實它也應用到了循環(huán)，是一種隱式的循環(huán)，對列表的每一個元素做同樣的函數(shù)計算。

應用：查看字符向量中每一個元素所包含的單詞個數(shù)

使用sapply函數(shù)的另一個重要問題涉及到數(shù)據(jù)框。當數(shù)據(jù)框被視為列表時，數(shù)據(jù)框的每一列看著獨立的列表元素。

查看數(shù)據(jù)集iris和ChickWeight各個字段的模式和類

通過以上的應用，可以提取滿足特定條件的數(shù)據(jù)框的列

接下來使用自編函數(shù)加入到sapply函數(shù)中，實現(xiàn)循環(huán)。該自編函數(shù)的目的是計算出1000個100*5的矩陣中最大相關系數(shù)的均值。 這里很關鍵的一點是給自編函數(shù)傳一個虛擬參數(shù)i用來循環(huán)。

最后再來看一下mapply函數(shù)的應用：該函數(shù)的第一個參數(shù)為指定的函數(shù)，第二個參數(shù)為指定函數(shù)的參數(shù)。如果根據(jù)某種正則表達式將一個字符向量的對應特征取出來，例如取出'qaws1few4g'中的'1f'和'4g'

最后總結一下：

tapply()的被分析對象必須且只能是向量

apply()的被分析對象必須且只能是矩陣或數(shù)組

sapply()的被分析對象必須且只能是向量或列表

lapply()的被分析對象必須且只能是向量或列表

mapply()的被分析對象必須是函數(shù)