R语言中apply系列函数详解

R语言系列：

• 编程基础💎循环语句💎向量、矩阵和数组💎列表、数据帧
• 排序函数💎apply系列函数

R语言的循环效率并不高，所以并不推荐循环以及循环嵌套。为了实现循环功能的情况下，兼顾效率，R语言提供了apply系列函数，用于对规则的数据进行函数式的迭代处理。

apply

apply函数作用于两个维度以上的数组或矩阵，其必要的输入参数有三，分别是待处理数据、用于循环的维度、处理函数，示例如下

data <- matrix(c(1:20), 5, 4)
apply(data, 1, mean)
# [1]  8.5  9.5 10.5 11.5 12.5

上述代码的含义是，对data的第一个维度，执行平均值mean操作，换言之，对每一行取平均值。data是5行4列的矩阵，每行取平均值，可得到拥有4个元素的向量。

apply也支持对多个坐标轴的数据进行操作，仍以data为例，若想对所有元素取根号，则可以写为下面这样，其结果于sqrt(data)相同

> apply(data, 1:2, sqrt)[,1]     [,2]     [,3]     [,4]
[1,] 1.000000 2.449490 3.316625 4.000000
[2,] 1.414214 2.645751 3.464102 4.123106
[3,] 1.732051 2.828427 3.605551 4.242641
[4,] 2.000000 3.000000 3.741657 4.358899
[5,] 2.236068 3.162278 3.872983 4.472136

lapply, sapply, vapply

apply不能作用于一维数组，lapply和sapply补充了这一功能

> arr <- apply(data, 1, mean)
> apply(arr, 1, sqrt)
Error in apply(arr, 1, sqrt) : dim(X)的值必需是正数
> sapply(arr, sqrt)
[1] 2.915476 3.082207 3.240370 3.391165 3.535534
> lapply(arr, sqrt)
[[1]]
[1] 2.915476[[2]]
[1] 3.082207[[3]]
[1] 3.24037[[4]]
[1] 3.391165[[5]]
[1] 3.535534

从上面代码可知，二者主要区别是返回值，sapply会根据实际情况调整返回值，其返回逻辑为

• 1个列表->向量
• 多个长度相同的列表->矩阵，
• 多个长度不同的列表->列表

相比之下，vapply可以更加灵活地选择输出数据类型

> vapply(arr, sqrt, numeric(1))
[1] 2.915476 3.082207 3.240370 3.391165 3.535534

rapply

rapply可以处理嵌套列表，其与lappy的区别试一下就知道

> x <- list(1,2,c(1:5))
> sapply(x, sqrt)
[[1]]
[1] 1[[2]]
[1] 1.414214[[3]]
[1] 1.000000 1.414214 1.732051 2.000000 2.236068> rapply(x, sqrt)
[1] 1.000000 1.414214 1.000000 1.414214 1.732051 2.000000 2.236068

换言之，rapply在执行的过程中，会不断地检查是否存在列表，如果存在列表，就把这个列表打开，其可用参数除了x, fun之外，还可指定处理的类别classes，以及处理方法how，how可选三个参数

• "replace" 直接替换list中原来的元素
• "list" 新建一个列表，元素类型复合classes则调用FUN
• "unlist" 相当于对"list"模式下的结果调用unlist(recursive=TRUE)

tapply

tapply可对输入数据进行分组操作，下面以鸢尾花数据作为示例，来体验一下tapply的用法

> tapply(iris$Sepal.Length, iris$Species, mean)setosa versicolor  virginica 5.006      5.936      6.588 

iris提供了三种鸢尾花的长度、宽度等数据，其中iris$Species为其种类信息。上面代码的含义是，对iris的长度，按照相同的Species取平均值。

mapply

mapply的使用逻辑是，对两组相同维度的数据进行某种函数操作，类似于执行下面的操作

for(i in 1:N){func(L1[i], L2[i])
}

下面以两种不同类别的鸢尾花做个示例

L1<-iris[iris$Species=="setosa",]
L2<-iris[iris$Species=="virginica",]
max(L1$Sepal.Length, L2$Sepal.Length)
# 返回值为7.9，计算了所有数据中的最大值

下面通过mapply，可以发现对每种类别的50组数据进行了以一比对，并选择出了最大值

> mapply(max, L1$Sepal.Length, L2$Sepal.Length)[1] 6.3 5.8 7.1 6.3 6.5 7.6 4.9 7.3 6.7 7.2 6.5 6.4 6.8 5.7 5.8
[16] 6.4 6.5 7.7 7.7 6.0 6.9 5.6 7.7 6.3 6.7 7.2 6.2 6.1 6.4 7.2
[31] 7.4 7.9 6.4 6.3 6.1 7.7 6.3 6.4 6.0 6.9 6.7 6.9 5.8 6.8 6.7
[46] 6.7 6.3 6.5 6.2 5.9