文章來源：R中的apply（），lapply（），sapply（），tapply（）函數(shù)以及示例

本教程旨在介紹apply（）函數(shù)集合。apply（）函數(shù)是所有集合中最基本的。我們還將學(xué)習(xí)sapply（），lapply（）和tapply（）。apply集合可以看作是循環(huán)的替代品。

如果將R與Anaconda一起安裝，則apply（）集合與R基本軟件包捆綁在一起。apply（）函數(shù)可以提供許多函數(shù)，以對對象（數(shù)據(jù)框，列表，向量等）的集合執(zhí)行冗余應(yīng)用程序。apply（）的目的主要是為了避免顯式使用循環(huán)結(jié)構(gòu)。它們可用于輸入列表，矩陣或數(shù)組并應(yīng)用函數(shù)。任何函數(shù)都可以傳遞到apply（）中。

在本教程中，您將學(xué)習(xí)：

• apply()函數(shù)
• lapply()函數(shù)
• sapply()函數(shù)
• 切片矢量
• tapply()函數(shù)

apply()函數(shù)

apply()將數(shù)據(jù)框或矩陣作為輸入，并以矢量，列表或數(shù)組形式輸出。apply()函數(shù)主要用于避免重復(fù)使用循環(huán)結(jié)構(gòu)。它是所有可以在矩陣上使用的最基本的集合。

此函數(shù)接受3個(gè)參數(shù)：

apply(X, MARGIN, FUN)
-x：數(shù)組或矩陣
-MARGIN：取一個(gè)介于1到2之間的值或范圍，以定義該函數(shù)的應(yīng)用位置：
    -MARGIN = 1`：對行執(zhí)行操作
    -MARGIN = 2`：對列執(zhí)行操作
    -MARGIN = c（1,2）`該操作在行和列上執(zhí)行
-FUN：告訴應(yīng)用哪個(gè)功能?？梢詰?yīng)用平均值，中位數(shù)，和，最小值，最大值甚至用戶定義的函數(shù)等內(nèi)置函數(shù)

最簡單的示例是對所有列求和。代碼apply（m1，2，sum）將sum函數(shù)應(yīng)用于矩陣5x6，并返回?cái)?shù)據(jù)集中可訪問的每一列的總和。

m1 <- matrix(C<-(1:10),nrow=5, ncol=6)
m1
a_m1 <- apply(m1, 2, sum)
a_m1

輸出：

img

最佳實(shí)踐：在將值打印到控制臺之前，先存儲它們。

lapply()函數(shù)

lapply()函數(shù)可用于對列表對象執(zhí)行操作，并返回與原始集合長度相同的列表對象。lappy()返回一個(gè)長度與輸入列表對象相似的列表，其每個(gè)元素都是將FUN應(yīng)用于列表的相應(yīng)元素的結(jié)果。lapply()將列表，向量或數(shù)據(jù)框作為輸入，并在列表中給出輸出。

lapply(X, FUN)
Arguments:
-X: A vector or an object
-FUN: Function applied to each element of x 

lapply()中的l代表列表。lapply()和apply()之間的區(qū)別在于輸出返回之間。lapply()的輸出是一個(gè)列表。lapply()可以用于其他對象，例如數(shù)據(jù)框和列表。

lapply()函數(shù)不需要MARGIN。

一個(gè)非常簡單的示例是使用tolower函數(shù)將矩陣的字符串值更改為小寫。我們用著名電影的名稱構(gòu)造一個(gè)矩陣。名稱為大寫形式。

movies <- c("SPYDERMAN","BATMAN","VERTIGO","CHINATOWN")
movies_lower <-lapply(movies, tolower)
str(movies_lower)

輸出：

## List of 4
## $:chr"spyderman"
## $:chr"batman"
## $:chr"vertigo"
## $:chr"chinatown"

我們可以使用unlist()將列表轉(zhuǎn)換為向量。

films_lower <- unlist(lapply(movies，tolower))
str(movies_lower)

輸出：

##  chr [1:4] "spyderman" "batman" "vertigo" "chinatown"

sapply（）函數(shù)

sapply（）函數(shù)將列表，向量或數(shù)據(jù)幀作為輸入，并以向量或矩陣形式輸出。它對列表對象的操作很有用，并返回與原始集合長度相同的列表對象。sapply（）函數(shù)執(zhí)行的功能與lapply（）函數(shù)相同，但返回一個(gè)向量。

sapply(X, FUN)
Arguments:
-X: A vector or an object
-FUN: Function applied to each element of x

我們可以從汽車數(shù)據(jù)集中測量汽車的最小速度和停車距離。

dt <- cars
lmn_cars <- lapply(dt, min)
smn_cars <- sapply(dt, min)
lmn_cars
smn_cars

輸出：

## $speed
## [1] 4
## $ dist
## [1] 2
## speed  dist 
##     4     2

我們可以在lapply()或sapply（）中使用用戶內(nèi)置函數(shù)。我們創(chuàng)建一個(gè)名為avg的函數(shù)來計(jì)算向量最小值和最大值的平均值。

avg <- function(x) {  
  ( min(x) + max(x) ) / 2}
fcars <- sapply(dt, avg)
fcars

輸出量

## speed  dist
##  14.5  61.0

sapply（）函數(shù)在返回的輸出中比lapply（）更有效，因?yàn)閟apply（）將值直接存儲到向量中。在下一個(gè)示例中，我們將看到情況并非總是如此。

下表總結(jié)了apply（），sapply（）和lapply（）之間的區(qū)別：

切片矢量

我們可以使用lapply（）或sapply（）互換來切片數(shù)據(jù)框。我們創(chuàng)建一個(gè)函數(shù)below_average（），該函數(shù)接受數(shù)值的向量，并返回僅包含嚴(yán)格高于平均值的值的向量。我們將兩個(gè)結(jié)果與 identical() 函數(shù)進(jìn)行比較。

below_ave <- function(x) {  
    ave <- mean(x) 
    return(x[x > ave])
}
dt_s <- sapply(dt, below_ave)
dt_l <- lapply(dt, below_ave)
identical(dt_s, dt_l)

輸出：

## [1] TRUE

tapply（）函數(shù)

tapply（）計(jì)算向量中每個(gè)因子變量的度量（均值，中位數(shù)，最小值，最大值等）或函數(shù)。這是一項(xiàng)非常有用的功能，可讓您創(chuàng)建向量的子集，然后將某些功能應(yīng)用于每個(gè)子集。

tapply(X, INDEX, FUN = NULL)
Arguments:
-X: An object, usually a vector
-INDEX: A list containing factor
-FUN: Function applied to each element of x

數(shù)據(jù)科學(xué)家或研究人員的部分工作是計(jì)算變量匯總。例如，根據(jù)特征測量平均值或組數(shù)據(jù)。大多數(shù)數(shù)據(jù)按ID，城市，國家/地區(qū)等分組?？偨Y(jié)小組會發(fā)現(xiàn)更多有趣的模式。

為了了解其工作原理，讓我們使用虹膜數(shù)據(jù)集。該數(shù)據(jù)集在機(jī)器學(xué)習(xí)領(lǐng)域非常有名。該數(shù)據(jù)集的目的是預(yù)測三種花類中的每一種的類別：萼片，雜色和維珍妮卡。數(shù)據(jù)集收集每個(gè)物種的長度和寬度信息。

作為先前的工作，我們可以計(jì)算每個(gè)物種的長度的中位數(shù)。tapply（）是執(zhí)行此計(jì)算的快速方法。

data(iris)
tapply(iris$Sepal.Width, iris$Species, median)

輸出：

##     setosa versicolor  virginica 
##        3.4        2.8        3.0