R语言使用apply函数族批量处理数据

超、凢脫俗 2023-07-23 15:59 3阅读 0赞

# 使用apply函数族批量处理数据——apply家族 #

*  **apply**(x,MARGIN,FUN,…) \#把FUN函数运用到x数据的第MARGIN维度上
 *  **lapply**(x,FUN,…) \#把函数FUN运用到列表的每一个元素
 *  **tapply**(x,INDEX,FUN=NULL,…,simplify=TRUE) \#把FUN函数根据INDEX索引应用到x数据
 *  **sapply**(x,FUN,…,simplify=TRUE,USE.NAMES=TRUE)
 *  \#是lapply函数更友好的版本，可以使用simplify参数来调整输出的数据格式
 *  **vapply**(x,FUN,FUN.VALUE,…,USE.NAMES=TRUE)
 *  \#类似于sapply，但是返回值只能按照预先指定的方式输出
 *  **mapply**(FUN,…,MoreArgs=NULL,SIMPLIFY=TRUE,USE.NAMES=TRUE) \#运用于多变量情况

**示例：**

str(apply)   #  str能以简洁的方式列出函数
    #  运行结果：
    #  function (x, MARGIN, FUN, …)
    x <- matrix(1:20,ncol=4)   #  创建一个五行四列的矩阵
    x
    #  运行结果：
    #       [,1] [,2] [,3] [,4]
    #  [1,]    1    6   11   16
    #  [2,]    2    7   12   17
    #  [3,]    3    8   13   18
    #  [4,]    4    9   14   19
    #  [5,]    5   10   15   20
    apply(x,1,mean)   #  对行进行操作
    #  运行结果：
    #  [1]  8.5  9.5 10.5 11.5 12.5
    apply(x,2,mean)   #  对列进行操作
    #  运行结果：
    #  [1]  3  8 13 18
    
    str(lapply)   #  str能以简洁的方式列出函数
    #  运行结果：
    #  function (x, FUN, …)
    x <- list(a=1:5,b=exp(0:3))
    x
    #  运行结果：
    #  $a
    #  [1] 1 2 3 4 5
    #
    #  $b
    #  [1] 1.000000 2.718282 7.389056 20.085537
    #
    lapply(x,mean)
    #  运行结果：
    #  $a
    #  [1] 3
    #
    #  $b
    #  [1] 7.798219
    #
    
    str(sapply)   #  str能以简洁的方式列出函数
    #  运行结果：
    #  function (X, FUN, …, simplify = TRUE, USE.NAMES = TRUE)
    list <- list(c("a","b","c"),c("A","B","C"))
    list
    #  运行结果：
    #  [[1]]
    #  [1] "a" "b" "c"
    #
    #  [[2]]
    #  [1] "A" "B" "C"
    #
    sapply(list,paste,1:3,simplify=TRUE)
    #  运行结果：
    #       [,1]  [,2]
    #  [1,] "a 1" "A 1"
    #  [2,] "b 2" "B 2"
    #  [3,] "c 3" "C 3"
    sapply(list,paste,1:3,simplify=FALSE)
    #  运行结果：
    #  [[1]]
    #  [1] "a 1" "b 2" "c 3" 
    #
    #  [[2]]
    #  [1] "A 1" "B 2" "C 3"
    #
    
    str(tapply)   #  str能以简洁的方式列出函数
    #  运行结果：
    #  function (X, INDEX, FUN = NULL, …, default = NA, simplify = TRUE)
    height <- c(174,164,180,171,160)
    sex <- c("F","F","M","F","M")
    tapply(height,sex,mean)
    #  运行结果：
    #         F        M
    #  169.6667 170.0000
    
    str(mapply)   #  str能以简洁的方式列出函数
    #  运行结果：
    #  function (FUN, ..., MoreArgs = NULL, SIMPLIFY = TRUE, USE.NAMES = TRUE)
    mapply(rep,times=1:3,MoreArgs=list(x=1:2))
    #  运行结果：
    #  [[1]]
    #  [1] 1 2
    #  
    #  [[2]]
    #  [1] 1 2 1 2
    #  
    #  [[3]]
    #  [1] 1 2 1 2 1 2
    mapply(rep,times=c(2,2),MoreArgs=list(x=1:2))
    #  运行结果：
    #       [,1] [,2]
    #  [1,]    1    1
    #  [2,]    2    2
    #  [3,]    1    1
    #  [4,]    2    2