R语言apply族函数

R语言有很重要的apply族函数：lapply sapply apply tapply mapply。这些函数底层通过C实现，效率比手工遍历高效。apply族函数是高效能计算的运算向量化(Vectorization)实现方法之一，比起传统的for,while常常能获得更好的性能。

1. apply 对matrix指定维度操作

###1. apply 对matrix指定维度操作x <- cbind(x1 = 3, x2 = c(4:1, 2:5),x3= c(1:8))
dimnames(x)[[1]] <- letters[1:8]
apply(x, 2, mean, trim = .2) # 列求平均值
col.sums <- apply(x, 2, sum)
row.sums <- apply(x, 1, sum)
row.sums <- apply(x, 1, sum,simplify = TRUE)

2. lapply：对列表的每个组件执行给定的函数，并返回另一个列表。

###2. lapply：对列表的每个组件执行给定的函数，并返回另一个列表。
x <- list(a = 1:10, beta = exp(-3:3), logic = c(TRUE,FALSE,FALSE,TRUE))
lapply(x,quantile) # 返回list
lapply(x, mean)
lapply(x, quantile, probs = 1:3/4)

3. sapply: 简化的apply和lapply，结果以向量，矩阵，列表的形式输出

###3. sapply: 简化的apply和lapply，结果以向量，矩阵，列表的形式输出
sapply(x, quantile) # 返回matrixy<-c("100-D","100-A","110-c","110-A")
z<-strsplit(y,"-")
sapply(z,"[",1) #提取列表第1个元素
sapply(z,"[",2) #提取列表中第2个元素

4. mapply:将函数应用于多个列表或向量参数,多参数版本的sapply

###4. mapply:将函数应用于多个列表或向量参数,多参数版本的sapply
b<-matrix(1:12,c(3,4),dimnames=list(c("a","b","c"),c("A","B","C","D")))
mapply(sum, b[,1],b[,3],b[,4]) # 对多个向量按index分别求和

5. vapply:与sapply相似，可以预先指定的返回值类型，得到的结果更加安全

###5. vapply:与sapply相似，可以预先指定的返回值类型，得到的结果更加安全。
vapply(x, quantile, c(1,2,3,6,8))

6. tapply:将数据按照不同方式分组，生成类似列联表形式的数据结果

### 6. tapply:将数据按照不同方式分组，生成类似列联表形式的数据结果。
manager <- c(1, 2, 3, 4, 5)
country <- c("US", "US", "UK", "UK", "UK")
gender <- c("M", "F", "F", "M", "F")
age <- c(32, 45, 25, 39, 99)
leadership <- data.frame(manager, country, gender, age)
#不同country水平下的age的均值
tapply(leadership$age, leadership$country, mean)
#不同country和gender交叉水平下的age的均值， 输出得到矩阵数据
tapply(leadership$age, list(leadership$country, leadership$gender), mean)

R语言apply族函数相关推荐

「杂谈」如何写好R语言apply家族函数
感觉好久没发有关R语言的博客了.这一年来,我着手开发了两个R包,但基本没怎么发博客. 原因也很简单,可能是我个人的私心吧,或者说是典型的"理论研究者"的"通病" ...
R 语言 apply 系列函数
apply() 4 4.0 > #apply系列函数 > > #apply(X, MARGIN, FUN, ...) > #参数列表: > #X:数组.矩阵.数据框 &g ...
R语言apply系列函数
apply系列函数大家好,这里是想做生信大恐龙
R语言中dim函数_R语言--向量化计算（apply族函数）
R语言最优秀的是它的向量化编程,这其中apply族函数扮演了非常重要的角色.apply族函数是由apply.sapply.lapply.mapply.tapply等函数组成的.熟练使用apply族函数 ...
R语言na.omit函数删除NA值实战
R语言na.omit函数删除NA值实战目录 R语言na.omit函数删除NA值实战 #基本语法 #dataframe应用na.omit #删除向量中的NA值 #na.omit函数.complete. ...
base | 使用apply族函数进行向量化运算
R基础包base的apply族函数采用向量化运算实现批量计算,相较于for循环语句其代码更加简洁.运行速度也更快,恰当地运用这些函数能够极大提高代码质量.本篇主要介绍apply族函数的apply(), ...
R语言使用basename函数获取数据链接地址中的文件名称（removes all of the path up to and including the last path separator ）
R语言使用basename函数获取数据链接地址中的文件名称(removes all of the path up to and including the last path separator (i ...
R语言使用unzip函数解压压缩文件(Extract or List Zip Archives)
R语言使用unzip函数解压压缩文件(Extract or List Zip Archives) 目录 R语言使用unzip函数解压压缩文件(Extract or List Zip Archives) ...
R语言使用across函数一次性将多个数据列进行离散化（categorize）：或者pivot_longer函数转化为长表、对转化为长表的数值数据列进行离散化、pivot_wider将数据转化为宽表
R语言使用across函数一次性将多个数据列进行离散化(categorize):或者pivot_longer函数转化为长表.对转化为长表的数值数据列进行离散化.pivot_wider将数据转化为宽表 ...

R语言apply族函数

1. apply 对matrix指定维度操作

2. lapply：对列表的每个组件执行给定的函数，并返回另一个列表。

3. sapply: 简化的apply和lapply，结果以向量，矩阵，列表的形式输出

4. mapply:将函数应用于多个列表或向量参数,多参数版本的sapply

5. vapply:与sapply相似，可以预先指定的返回值类型，得到的结果更加安全

6. tapply:将数据按照不同方式分组，生成类似列联表形式的数据结果

R语言apply族函数相关推荐

最新文章

热门文章