R语言apply系列介绍

介于在网上看了不少，有些写的不够清楚，但愿我下面能说清楚

1. apply

apply(data,margin,function

• apply函数有3个参数：
  a. 第一个为输入的数据，要求为矩阵或者数据框的形式
  b. 第二个参数指的是按行仍是按列来进行计算，为1时是按行进行计算，为2时是按列进行计算
  c. 第三个参数指的是使用什么函数
• 例子

mat <- matrix(c(1,2,3,4),nrow = 2)

> mat
     [,1] [,2]
[1,]    1    3
[2,]    2    4

#按行来求和
> apply(mat,1,sum)
[1] 4 6

#按列来求和
> apply(mat,2,sum)
[1] 3 7

2. lapply

lapply(x,function)

• lapply 有2个参数：

  a. 第一个参数是须要的数据，能够是向量或者 列表 的形式

  b. 第二个参数是函数

  注：lapply 返回的是一个列表

• 例子

> a <- c(1,2,3)
> lapply(a, rnorm)
[[1]]
[1] 0.2791608

[[2]]
[1] -0.07617067  1.39466313

[[3]]
[1]  0.16453412  1.57785198 -0.06192266

> lapply(a, function(x) x^2) 
[[1]]
[1] 1

[[2]]
[1] 4

[[3]]
[1] 9

3.sapply

sapply(x,function)

sapply与lapply实际上是同样的，只是返回的结果是一个向量或者是一个矩阵，当没法将一个结果简化为矩阵时，就会返回一个列表

• sapply 有2个参数：

  a. 第一个参数是须要的数据，通常向量，也可为列表

  b. 第二个参数是函数

  注：sapply 返回的是一个向量或矩阵

• 例子

> sapply(1:10,function(x) x^2)
 [1]   1   4   9  16  25  36  49  64  81 100

> sapply(1:10,function(x) c(x,x^2))
     [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10]
[1,]    1    2    3    4    5    6    7    8    9    10
[2,]    1    4    9   16   25   36   49   64   81   100

#此时返回的结果是跟lapply函数是同样的，这是由于没法将一个结果简化为矩阵
> sapply(a, rnorm)
[[1]]
[1] 0.9481593

[[2]]
[1]  0.9141587 -1.2987320

[[3]]
[1]  0.4243788 -1.1125453 -1.0510732

4. vapply(sapply的安全版本)

能够发现sapply函数很灵活，既能够返回向量，又能够返回矩阵，又能够返回列表，但这种灵活有时候会有风险。vapply函数就是sapply函数的升级版本，vapply函数经过付加一个参数来设定每次返回值的模板。

vapply(x, function, FUN.VALUE)

• 前面两个参数与sapply彻底同样，就多了第三个参数，就是累设定咱们返回值的模板的
• 例子

> a <- list(c(1,2),c(2,3),c(1,3))
> sapply(a, function(x) x^2)
     [,1] [,2] [,3]
[1,]    1    4    1
[2,]    4    9    9

 #numeric(2)的意思是指定了模板numeric(2)，意味着每次迭代都返回一个包含2个元素的数值向量
> vapply(a, function(x) x^2,numeric(2))   
     [,1] [,2] [,3]
[1,]    1    4    1
[2,]    4    9    9

#可是当list变成以下形式时，则会报错，这是由于咱们设定了模型，当不能按照模板输出时，函数就会返回错误信息
> b <- list(c(1,2),c(2,3),c(1,3,3))
> sapply(b, function(x) x^2)
[[1]]
[1] 1 4

[[2]]
[1] 4 9

[[3]]
[1] 1 9 9

> vapply(b, function(x) x^2,numeric(2))
Error in vapply(b, function(x) x^2, numeric(2)) : 
  values must be length 2,
 but FUN(X[[3]]) result is length 3

5. mapply (sapply的多元版本)

mapply能够看作是sapply的多元版本，sapply只能在一个向来上迭代，而mapply能够在多个向量上迭代。

mapply(function(x,y) x,y)

• 例子

> mapply(function(a,b,c) a*b + b*c + a*c,
       a = c(1,2,3),
       b = c(5,6,7),
       c = c(-1,-2,-3)
       )
       
 [1] -1 -4 -9
 
 
> df <- data.frame(x = c(1,2,3),
+                  y = c(3,4,5))
> mapply(function(xi,yi) c(xi,yi,xi+yi),df$x,df$y)
     [,1] [,2] [,3]
[1,]    1    2    3
[2,]    3    4    5
[3,]    4    6    8

6. Map(lapply的多元版本)

Map为lapply的多元版本，故一般返回一个列表的形式

• 例子

> df <- data.frame(x = c(1,2,3),
+                  y = c(3,4,5))
> Map(function(xi,yi) c(xi,yi,xi+yi),df$x,df$y)
[[1]]
[1] 1 3 4

[[2]]
[1] 2 4 6

[[3]]
[1] 3 5 8

参考资料： 任坤《R语言编程指南》