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，能够简化程序，提高代码的运算速度。

软件&环境

win10 64bit
R 3.6.1

apply

apply是最基本的函数。为了方便演示，选取了R自带的数据框mtcars的前4行和前5列，并赋值给data。a1返回的结果是data数据每一行的和，由于每行都有一个和，所以a1是4个元素组成的数值向量。a2返回的结果是data数据每一列的均值，同样，a2是5个元素组成的数值向量。

# 获取内置数据
data <- mtcars[1:4,1:5]
print(data)
##                 mpg cyl disp  hp drat
## Mazda RX4      21.0   6  160 110 3.90
## Mazda RX4 Wag  21.0   6  160 110 3.90
## Datsun 710     22.8   4  108  93 3.85
## Hornet 4 Drive 21.4   6  258 110 3.08
# 对数据框每行求和
a1 <- apply(data,1,sum)
print(a1)
##      Mazda RX4  Mazda RX4 Wag     Datsun 710 Hornet 4 Drive
##         300.90         300.90         231.65         398.48
# 对数据框每列求均值
a2 <- apply(data,2,mean)
print(a2)
##      mpg      cyl     disp       hp     drat
##  21.5500   5.5000 171.5000 105.7500   3.6825

apply函数的第一个参数表示数据，第二个参数表示维度（1表示行，2表示列），第三个参数表示在维度上操作的函数。需要注意的是第三个参数，用作演示的函数是R自带的函数（sum、mean），当然，这里也可以是自己定义的函数。

# 自定义函数(求极差)
func <- function(x){result <- diff(range(x))return(result)
}
# 对数据框每列求极差
a3 <- apply(data,2,func)
print(a3)
##    mpg    cyl   disp     hp   drat
##   1.80   2.00 150.00  17.00   0.82

sapply

sapply的用法比apply要更灵活一些，同样，用data做演示。计算数据框data每列的数据范围，用sapply进行计算，返回的结果存储在s1里，sapply第一个参数是需要计算的数据框，第二个参数是函数，第三个参数simplify=T（默认）代表返回的结果简化表示，s1的数据格式为矩阵。

s1 <- sapply(data,range,simplify = T)
class(s1)
## [1] "matrix"

如果不想让计算的结果自动合并成矩阵，可以设置simplify=F，将返回一个列表，列表的每个组件包含了data数据框每列的range函数计算结果。

s2 <- sapply(data,range,simplify = F)
class(s2)
## [1] "list"

sapply一个更常见的用法是针对列表的组件进行操作。例如有n个数据框，对每个数据框都要进行相同的操作，常规方法用循环遍历，但操作体验差，速度慢，更优的解决方案是：先对单个数据框定义处理函数，然后用sapply对所有数据框采取相同操作。

# 定义一个数据框组成的list
df_list <- list(a=mtcars[1:3,1:4],b=airquality[1:3,1:4],c=iris[1:3,1:4])
# 自定义函数（求数据框欧氏距离的最大值）
max_func <- function(x){d <- dist(x,p=2)return(max(d))
}
# sapply对每个数据框计算
s3 <- sapply(df_list,max_func)
print(s3)
##          a          b          c
## 54.7744466 72.3488770  0.5385165

lapply

lapply的用法与sapply基本相同，只不过返回的结果是以list储存的。

# 求每一列的均值
l1 <- lapply(data,mean)
print(l1)
## $mpg
## [1] 21.55
##
## $cyl
## [1] 5.5
##
## $disp
## [1] 171.5
##
## $hp
## [1] 105.75
##
## $drat
## [1] 3.6825
class(l1)
## [1] "list"

mapply

mapply在sapply和lapply的基础上进行了拓展，可以应用在多个变量上。a、b、c三个数值向量，第一次需要计算1*2*3，第二次需要计算2*3*4，...，以此类推。当需要每次变化的变量有多个时，用mapply计算更方便快捷。

a <- 1:5
b <- 2:6
c <- 3:7
m1 <- mapply(prod,a,b,c)
print(m1)
## [1]   6  24  60 120 210

tapply

tapply主要用在分组计算上。分组计算是常见的数据处理操作，能够处理分组计算的函数也不少，tapply的优势是简单便捷。

# 数据框
group_df <- data.frame(value=1:6,label=rep(c("a","b"),3,each=1))
print(group_df)
##   value label
## 1     1     a
## 2     2     b
## 3     3     a
## 4     4     b
## 5     5     a
## 6     6     b
# 按照label分组计算value和
t1 <- tapply(X =group_df$value,INDEX = group_df$label,sum)
print(t1)
##  a  b
##  9 12

http://weixin.qq.com/r/mShLU4rECNd3rc4w932L (二维码自动识别)