apply函数族入门

在任何一个R语言问答网站可能论坛，你都能瞥见这样的问题：
[code]
Q:如何用轮回做【…各类奇怪的工作…】
A:不消用轮回哦，亲！apply函数可以办理这个问题哦，亲！
[/code]
那么，这个神奇的apply函数到底是神马呢？下面通过一些简朴的操纵示范给列位看官。
打开R，敲入??apply函数，选定base包部门你会看到下面的对象：
[code]
base::apply Apply Functions Over Array Margins
base::by Apply a Function to a Data Frame Split by Factors
base::eapply Apply a Function Over Values in an Environment
base::lapply Apply a Function over a List or Vector
base::mapply Apply a Function to Multiple List or Vector Arguments
base::rapply Recursively Apply a Function to a List
base::tapply Apply a Function Over a Ragged Array
[/code]
下面一一示范。
1.apply
先看看辅佐文档中对其的描写：
[code]
“Returns a vector or array or list of values obtained by applying a function to margins of an array or matrix. ”
[/code]
好吧，vector、array和function是神马我都大白，margins是神马东东？简朴来说，margins为1时是指行，margins为2时是指列，假如是c(1:2),好吧，这个烦琐的流动，指的是整个array可能matrix。例子如下:
[code]
#建设一个10行2列的矩阵
m=matrix(c(1:10,11:20),nrow=10,ncol=2)
#求m的每一行的均值
apply(m,1,mean)
[1] 6 7 8 9 10 11 12 13 14 15
#求m的每一列的均值
apply(m,2,mean)
[1] 5.5 15.5
#将m的每个值除以2
apply(m,1:2,function(x) x/2)
[,1] [,2]
[1,] 0.5 5.5
[2,] 1.0 6.0
[3,] 1.5 6.5
[4,] 2.0 7.0
[5,] 2.5 7.5
[6,] 3.0 8.0
[7,] 3.5 8.5
[8,] 4.0 9.0
[9,] 4.5 9.5
[10,] 5.0 10.0
[/code]
最后一个例子仅仅是为了示范，我们有更简朴的要领来实现。
[code]
m/2
[,1] [,2]
[1,] 0.5 5.5
[2,] 1.0 6.0
[3,] 1.5 6.5
[4,] 2.0 7.0
[5,] 2.5 7.5
[6,] 3.0 8.0
[7,] 3.5 8.5
[8,] 4.0 9.0
[9,] 4.5 9.5
[10,] 5.0 10.0
[/code]

2.by
辅佐文档中的描写：
[code]
“Function by is an object-oriented wrapper for tapply applied to data frames. ”
[/code]
事实上，by的成果毫不是这一句话所能描写的。接着读下去，你会看到
[code]
“A data frame is split by row into data frames subsetted by the values of one or more factors, and function FUN is applied to each subset in turn. ”
[/code]
这里，我们用一个带有定性变量的数据举办示范。
这个数据集就是著名的iris。
[code]
attach(iris)
head(iris)
Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1 5.1 3.5 1.4 0.2 setosa
2 4.9 3.0 1.4 0.2 setosa
3 4.7 3.2 1.3 0.2 setosa
4 4.6 3.1 1.5 0.2 setosa
5 5.0 3.6 1.4 0.2 setosa
6 5.4 3.9 1.7 0.4 setosa
#按照Species分类，求前4个变量的均值
by(iris[,1:4],Species,mean)
Species: setosa
Sepal.Length Sepal.Width Petal.Length Petal.Width
5.006 3.428 1.462 0.246
———————————————————
Species: versicolor
Sepal.Length Sepal.Width Petal.Length Petal.Width
5.936 2.770 4.260 1.326
——————————————————–
Species: virginica
Sepal.Length Sepal.Width Petal.Length Petal.Width
6.588 2.974 5.552 2.026
[/code]
其实，就是按照一个定性变量将数据分为若干个子集，然后在对本身举办apply操纵。
3.eapply
辅佐文档的描写：
[code]
“eapply applies FUN to the named values from an environment and returns the results as a list. The user can request that all named objects are used (normally names that begin with a dot are not). The output is not sorted and no enclosing environments are searched. ”
[/code]
有领略这句话，重点是领略environment这个对象。environment相当于是R内里的一个小系统，这个系统包括有本身的变量和函数等内容。用一个简朴的例子来示范：
[code]
#建设一个新的environment
e=new.env()
#在e中建设两个变量
e$a=1:10
e$b=11:20
#求e中变量的均值
eapply(e,mean)
$a
[1] 5.5
$b
[1] 15.5
[/code]
一般人儿大概不常用environment这个对象。不外,Bioconductor们是破例哦！
4.lapply
辅佐文档的描写：
[code]
“lapply returns a list of the same length as X, each element of which is the result of applying FUN to the corresponding element of X. ”
[/code]
这是apply函数的辅佐文档中最简明简要的一个。直接给示范：
[code]
#建设一个list
l=list(a=1:10,b=11:20)
#计较list中每个元素的均值
lapply(l,mean)
$a
[1] 5.5
$b
[1] 15.5
#计较list中每个元素的和
lapply(l,sum)
$a
[1] 55
$b
[1] 155
[/code]
lapply的文档中让我们进一步参考sapply、vapply和replicate。那我们走去看看咯！
4.1 sapply
辅佐文档的描写：
[code]
“sapply is a user-friendly version and wrapper of lapply by default returning a vector, matrix or, if simplify=”array”, an array if appropriate, by applying simplify2array(). sapply(x, f, simplify=FALSE, USE.NAMES=FALSE) is the same as lapply(x,f). ”
[/code]
上面一堆简朴说就是，lapply返回的是一个含有两个元素$a和$b的list，而sapply返回的是一个含有元素[[“a”]]和[[“b”]]的vector，可能列名为a和b的矩阵。
示范如下：
[code]
#建设一个list
l=list(a=1:10,b=11:20)
#用sapply求均值
l.mean=sapply(l,mean)
#调查返回功效的范例
class(l.mean)
[1] “numeric”
#提取元素a的均值
1.mean[[‘a’]]
[1] 5.5
[/code]
4.2 vapply
辅佐文档的描写：
[code]
“vapply is similar to sapply, but has a pre-specified type of return value, so it can be safer (and sometimes faster) to use.”
[/code]
直接示范：
[code]
l=list(a=1:10,b=11:20)
#用vapply函数计较五分位数
l.fivenum=vapply(l,fivenum,c(Min.=0,”lst Qu.”=0,Median=0,”3rd Qu.”=0,Max.=0))
class(l.fivenum)
[1] “matrix”
#功效
l.fivenum
a b
Min. 1.0 11.0
lst Qu. 3.0 13.0
Median 5.5 15.5
3rd Qu. 8.0 18.0
Max. 10.0 20.0
[/code]
所以，亲，你看到了，vapply返回的是一个矩阵。矩阵的列名是list的元素，行名取决于函数的输出功效。
4.3 replicate
辅佐文档的描写:
[code]
“replicate is a wrapper for the common use of sapply for repeated evaluation of an expression (which will usually involve random number generation). ”
[/code]
replicate是一个很是强大的函数，它有两个强制参数：replications,即操纵的反复次数；function，及要反复的操纵。尚有一个可选择参数：simplify=T，是否将操纵功效转化为vector可能matrix。
示范：
[code]
replicate(10,rnorm(10))
[,1] [,2] [,3] [,4] [,5] [,6]
[1,] 0.0615684 0.5398778 0.9815460 -1.352409971 -0.46670108 -0.5609335
[2,] 0.7501444 1.3515495 -1.1324161 0.482136905 0.01806138 -0.2143325
[3,] -1.6764568 -0.5816864 0.4668710 0.016770345 -1.19560774 0.6414898
[4,] -0.4259504 1.6960433 -0.1759500 0.293043551 -0.13894691 1.8681723
[5,] -2.4212326 1.1064597 1.6042605 -1.157019574 2.60824933 -0.6255382
[6,] -0.6131776 -1.7253104 -1.1349404 0.009324671 -2.11739811 -0.8523519
[7,] 0.6331760 -0.5458755 -0.1237157 -0.874786715 0.16970787 -0.3328544
[8,] 0.3754509 0.1577973 1.5376246 0.109439826 -0.30158661 -0.6086636
[9,] 1.1086812 -2.1814234 -0.4258651 -0.152788898 -0.25801517 -0.9072564
[10,] 1.9340591 0.5341643 0.4909151 0.877046384 1.13504362 0.3492340
[,7] [,8] [,9] [,10]
[1,] 0.55758137 -0.2411162 -2.66867275 -1.009182336
[2,] -0.10909235 1.2934438 1.13655059 -0.462670113
[3,] -1.13680550 -0.5422744 0.19473334 -2.053553409
[4,] 0.17695953 -0.9123063 -0.03708775 0.019742325
[5,] 0.08053346 -1.3154510 -1.05838904 0.211655454
[6,] 1.08128078 -1.0607662 -0.25984969 -0.150065431
[7,] 1.45707769 0.3940861 0.59462210 -0.270396491
[8,] -0.24380501 -1.0949531 0.45358256 0.005766857
[9,] -2.00170358 -1.8108618 -0.86100307 2.014660900
[10,] -0.94547942 1.6362386 -0.19392441 -0.729144393
[/code]
5.mapply
辅佐文档的描写：
[code]
“mapply is a multivariate version of sapply. mapply applies FUN to the first elements of each … argument, the second elements, the third elements, and so on. Arguments are recycled if necessary. ”
[/code]
假如你当真看看mapply的辅佐文档的话，我赌博你会看到头大。这里给看官两个简朴的例子：
[code]
l1=list(a=1:10,b=11:20)
l2=list(c=21:30,d=31:40)
#计较l1,l2中各元素的和
mapply(sum,l1$a,l1$b,l2$c,l2$d)
[1] 64 68 72 76 80 84 88 92 96 100
l1
$a
[1] 1 2 3 4 5 6 7 8 9 10
$b
[1] 11 12 13 14 15 16 17 18 19 20
l2
$c
[1] 21 22 23 24 25 26 27 28 29 30
$d
[1] 31 32 33 34 35 36 37 38 39 40
[/code]
竖直看下来，加总就获得了上面的功效。
6.rapply
辅佐文档的描写：
[code]
“rapply is a recursive version of lapply. ”
[/code]
这个描写是史上最差描写之一。因为rapply跟recursive并没有太大干系。rapply的缔造性在于提供了一个功效输出形式的参数。
示范：
[code]
#建设list
l=list(a=1:10,b=11:20)
#计较l中元素的log2
rapply(l,log2)
a1 a2 a3 a4 a5 a6 a7 a8
0.000000 1.000000 1.584963 2.000000 2.321928 2.584963 2.807355 3.000000
a9 a10 b1 b2 b3 b4 b5 b6
3.169925 3.321928 3.459432 3.584963 3.700440 3.807355 3.906891 4.000000
b7 b8 b9 b10
4.087463 4.169925 4.247928 4.321928
#将功效的输出形式设定为list
rapply(l,log2,how=”list”)
$a
[1] 0.000000 1.000000 1.584963 2.000000 2.321928 2.584963 2.807355 3.000000
[9] 3.169925 3.321928
$b
[1] 3.459432 3.584963 3.700440 3.807355 3.906891 4.000000 4.087463 4.169925
[9] 4.247928 4.321928
#计较均值
rapply(l,mean)
a b
5.5 15.5
rapply(l,mean,how=”list”)
$a
[1] 5.5
$b
[1] 15.5
[/code]
综上，rapply函数的输出功效取决于函数和how参数。当how=”list”时，数据的原始布局被保存，不然，输出功效被转化为vector。
虽然，看官还可以将classes函数通报给rapply函数。譬喻在殽杂型list中，可以通过classes=numeric，是的函数子对数字型元素举办操纵。
7.tapply
辅佐文档的描写：
[code]
“Apply a function to each cell of a ragged array, that is to each (non-empty) group of values given by a unique combination of the levels of certain factors.”
[/code]
哇哦，亲，被吓到了吧。亲莫怕。具体说明中：
“tapply(X, INDEX, FUN = NULL, …, simplify = TRUE)”中的“X”是
“an atomic object, typically a vector.”，而“INDEX”是“list of factors, each of same length as X. The elements are coerced to factors by as.factor.”
依然以iris数据集为例。
[code]
attach(iris)
#按照sprcies举办分类，计较petal的均值
tapply(iris$Petal.Length,Species,mean)
setosa versicolor virginica
1.462 4.260 5.552
[/code]
简短的总结：
这里给出的都是极其简朴的例子，基于最简朴的数据，和最简朴的函数。因为对付每一个操纵而言，看官都可查察数据的操纵前状态和操纵后状态，这样便于看官知道，操纵到底对数据干了什么工作。
虽然了，apply函数的成果不限于文中先容的这些，进一步的坚守等候看官本身去挖掘。
给出几个利用apply函数的发起，在利用之前该当思考：
原始数据是什么范例？vector?matrix?data frame?….
想对原始数据的哪些子集举办操纵？行?列？所有元素？….
操纵将返回什么功效？原始数据的布局是如何变革的？
只是一个老生常谈的关于“输入——操纵——输出”的故事：你有什么？你想要什么？两者之间需要什么？