R语言 apply函数家族详解

apply {base}

通过对数组或者矩阵的一个维度使用函数生成值得列表或者数组、向量。

apply(X, MARGIN, FUN, …)

X 阵列，包括矩阵

MARGIN  1表示矩阵行，2表示矩阵列，也可以是c(1,2)

例：

>xxx<-matrix(1:20,ncol=4)

>apply(xxx,1,mean)

[1]  8.5  9.5 10.5 11.5 12.5

>apply(xxx,2,mean)

[1]  3  8 13 18

>xxx

[,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

lapply {base}

通过对x的每一个元素运用函数，生成一个与元素个数相同的值列表

lapply(X, FUN, …)

X表示一个向量或者表达式对象，其余对象将被通过as.list强制转换为list

例：

> x <- list(a = 1:10, beta = exp(-3:3), logic = c(TRUE,FALSE,FALSE,TRUE))

> x

$a

[1]  1  2  3  4  5  6  7  8  9 10

$beta

[1]  0.04978707  0.13533528  0.36787944  1.00000000  2.71828183  7.38905610

[7] 20.08553692

$logic

[1]  TRUE FALSE FALSE  TRUE

> lapply(x,mean)

$a

[1] 5.5

$beta

[1] 4.535125

$logic

[1] 0.5

sapply {base}

这是一个用户友好版本，是lapply函数的包装版。该函数返回值为向量、矩阵，如果simplify=”array”，且合适的情况下，将会通过simplify2array()函数转换为阵列。sapply(x, f, simplify=FALSE, USE.NAMES=FALSE)返回的值与lapply(x,f)是一致的。

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

X表示一个向量或者表达式对象，其余对象将被通过as.list强制转换为list

simplify 逻辑值或者字符串，如果可以，结果应该被简化为向量、矩阵或者高维数组。必须是命名的，不能是简写。默认值是TRUE，若合适将会返回一个向量或者矩阵。如果simplify=”array”，结果将返回一个阵列。

USE.NAMES  逻辑值，如果为TRUE，且x没有被命名，则对x进行命名。

例：

> sapply(k, paste,USE.NAMES=FALSE,1:5,sep=”…”)

[,1]    [,2]    [,3]  

[1,] “a…1” “b…1” “c…1”

[2,] “a…2” “b…2” “c…2”

[3,] “a…3” “b…3” “c…3”

[4,] “a…4” “b…4” “c…4”

[5,] “a…5” “b…5” “c…5”

> sapply(k, paste,USE.NAMES=TRUE,1:5,sep=”…”)

a       b       c     

[1,] “a…1” “b…1” “c…1”

[2,] “a…2” “b…2” “c…2”

[3,] “a…3” “b…3” “c…3”

[4,] “a…4” “b…4” “c…4”

[5,] “a…5” “b…5” “c…5”

> sapply(k, paste,USE.NAMES=TRUE,1:5,sep=”…”,simplyfy=TRUE)

a              b              c            

[1,] “a…1…TRUE” “b…1…TRUE” “c…1…TRUE”

[2,] “a…2…TRUE” “b…2…TRUE” “c…2…TRUE”

[3,] “a…3…TRUE” “b…3…TRUE” “c…3…TRUE”

[4,] “a…4…TRUE” “b…4…TRUE” “c…4…TRUE”

[5,] “a…5…TRUE” “b…5…TRUE” “c…5…TRUE”

> sapply(k, paste,simplify=TRUE,USE.NAMES=TRUE,1:5,sep=”…”)

a       b       c     

[1,] “a…1” “b…1” “c…1”

[2,] “a…2” “b…2” “c…2”

[3,] “a…3” “b…3” “c…3”

[4,] “a…4” “b…4” “c…4”

[5,] “a…5” “b…5” “c…5”

> sapply(k, paste,simplify=FALSE,USE.NAMES=TRUE,1:5,sep=”…”)

$a

[1] “a…1” “a…2” “a…3” “a…4” “a…5”

$b

[1] “b…1” “b…2” “b…3” “b…4” “b…5”

$c

[1] “c…1” “c…2” “c…3” “c…4” “c…5”

vapply {base}

vapply类似于sapply函数，但是它的返回值有预定义类型，所以它使用起来会更加安全，有的时候会更快

在vapply函数中总是会进行简化，vapply会检测FUN的所有值是否与FUN.VALUE兼容，以使他们具有相同的长度和类型。类型顺序：逻辑<</span>整型<</span>实数<</span>复数

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

X表示一个向量或者表达式对象，其余对象将被通过as.list强制转换为list

simplify 逻辑值或者字符串，如果可以，结果应该被简化为向量、矩阵或者高维数组。必须是命名的，不能是简写。默认值是TRUE，若合适将会返回一个向量或者矩阵。如果simplify=”array”，结果将返回一个阵列。

USE.NAMES  逻辑值，如果为TRUE，且x没有被命名，则对x进行命名。

FUN.VALUE   一个通用型向量，FUN函数返回值得模板

例：

> 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

> k<-function(x)

+ {

+ list(mean(x),sd(x))

+ }

> vapply(x,k,c(c=0))

错误于vapply(x, k, c(c = 0)) : 值的长度必需为1，

但FUN(X[[1]])结果的长度却是2

> vapply(x,k,c(c=0,b=0))

错误于vapply(x, k, c(c = 0, b = 0)) : 值的种类必需是‘double’，

但FUN(X[[1]])结果的种类却是‘list’

> 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 

tapply {base}

对不规则阵列使用向量，即对一组非空值按照一组确定因子进行相应计算

tapply(X, INDEX, FUN, …, simplify = TRUE)

x  一个原子向量，典型的是一个向量

INDEX  因子列表，和x长度一样，元素将被通过as.factor强制转换为因子

simplify  若为FALSE，tapply将以列表形式返回阵列。若为TRUE，FUN则直接返回数值

例：

> height <- c(174, 165, 180, 171, 160)

> sex<-c(“F”,”F”,”M”,”F”,”M”)

> tapply(height, sex, mean)

F     M

170   170

eapply {base}

eapply函数通过对environment中命名值进行FUN计算后返回一个列表值，用户可以请求所有使用过的命名对象。

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

env  将被使用的环境

all.names  逻辑值，指示是否对所有值使用该函数

USE.NAMES  逻辑值，指示返回的列表结果是否包含命名

例：

> 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

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

mapply {base}

mapply是sapply的多变量版本。将对…中的每个参数运行FUN函数，如有必要，参数将被循环。

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

MoreArgs   FUN函数的其他参数列表

SIMPLIFY   逻辑或者字符串，可以减少结果成为一个向量、矩阵或者更高维阵列，详见sapply的simplify参数

USE.NAMES   逻辑值，如果第一个参数…已被命名，将使用这个字符向量作为名字

例：

> mapply(rep, 1:4, 4:1)

[[1]]

[1] 1 1 1 1

[[2]]

[1] 2 2 2

[[3]]

[1] 3 3

[[4]]

[1] 4

rapply {base}

rapply是lapply的递归版本

rapply(X, FUN, classes = “ANY”, deflt = NULL, how = c(“unlist”, “replace”, “list”), …)

X  一个列表

classes  关于类名的字符向量，或者为any时则匹配任何类

deflt  默认结果，如果使用了how=”replace”，则不能使用

how  字符串匹配三种可能结果

CDA学员免费下载查看报告全文：2026全球数智化人才指数报告【CDA数据科学研究院】.pdf