日本黄色激情,久久久精品日韩无码

R語(yǔ)言基礎(chǔ)系列：

apply函數(shù)家族是R語(yǔ)言中數(shù)據(jù)處理的一組核心函數(shù)，通過使用apply函數(shù)，我們可以實(shí)現(xiàn)對(duì)數(shù)據(jù)的循環(huán)、分組、過濾、類型控制等操作。
apply函數(shù)本身是用來(lái)解決數(shù)據(jù)循環(huán)處理的問題，為了面向不同的數(shù)據(jù)類型，不同的返回值，apply函數(shù)組成了一個(gè)函數(shù)加族，包括了8個(gè)功能類似的函數(shù)。

下面將分別介紹這幾個(gè)函數(shù)的定義和使用方法。

1. apply函數(shù)

apply函數(shù)是最常用的代替for循環(huán)的函數(shù)。apply函數(shù)可以對(duì)矩陣、數(shù)據(jù)框、數(shù)組(二維、多維)， $\color{#ea4335}{按行或列進(jìn)行循環(huán)計(jì)算}$ ，對(duì)子元素進(jìn)行迭代，并把子元素以參數(shù)傳遞的形式給自定義的FUN函數(shù)中，并以返回計(jì)算結(jié)果。

1.1 函數(shù)定義：

apply(X, MARGIN, FUN, ...)

1.2 參數(shù)列表：

X：數(shù)組、矩陣、數(shù)據(jù)框
MARGIN：按行計(jì)算或按按列計(jì)算，1表示按行，2表示按列
FUN：自定義的調(diào)用函數(shù)
…：更多參數(shù)，可選

1.3 應(yīng)用：

# 對(duì)一個(gè)矩陣的每一列求和
# 生成data.frame
> x <- cbind(x1 = 3, x2 = c(4:1, 2:5)); x
     x1 x2
[1,]  3  4
[2,]  3  3
[3,]  3  2
[4,]  3  1
[5,]  3  2
[6,]  3  3
[7,]  3  4
[8,]  3  5
 
apply(x,2,sum)
# x1 x2 
# 24 24 
apply(x,1,mean)
# [1] 3.5 3.0 2.5 2.0 2.5 3.0 3.5 4.0

2. lapply函數(shù)

lapply函數(shù)是一個(gè)最基礎(chǔ)循環(huán)操作函數(shù)之一，用來(lái)對(duì)list、data.frame數(shù)據(jù)集進(jìn)行循環(huán)，并 $\color{#ea4335}{返}\color{#ea4335}{回}\color{#ea4335}{和}\color{#ea4335}{X}\color{#ea4335}{長(zhǎng)}\color{#ea4335}{度}\color{#ea4335}{相}\color{#ea4335}{同}\color{#ea4335}{的}\color{#ea4335}{list}\color{#ea4335}{結(jié)}\color{#ea4335}{構(gòu)}$ 作為結(jié)果集，通過lapply的開頭的第一個(gè)字母’l’就可以判斷返回結(jié)果集的類型。

2.1 函數(shù)定義

lapply(X, FUN, ...)

2.2 參數(shù)列表

X：list、data.frame數(shù)據(jù)
FUN：自定義的調(diào)用函數(shù)
…：更多參數(shù)，可選

2.3 應(yīng)用

輸入list，返回對(duì)每個(gè)list進(jìn)行操作后的list。

# 構(gòu)建一個(gè)list數(shù)據(jù)集x，分別包括a,b,c 三個(gè)KEY值。
x <- list(a = 1:10, b = rnorm(6,10,5), c = c(TRUE,FALSE,FALSE,TRUE));x
# $a
#  [1]  1  2  3  4  5  6  7  8  9 10

# $b
# [1]  9.186837  7.372569  9.942975 16.946282  2.550059
# [6]  6.991188

# $c
# [1]  TRUE FALSE FALSE  TRUE

# 分別計(jì)算每個(gè)KEY對(duì)應(yīng)該的數(shù)據(jù)的分位數(shù)。
lapply(x,fivenum)
# $a
# [1]  1.0  3.0  5.5  8.0 10.0

# $b
# [1]  2.550059  6.991188  8.279703  9.942975 16.946282

# $c
# [1] 0.0 0.0 0.5 1.0 1.0

如果輸入的是數(shù)據(jù)框，lapply會(huì)自動(dòng)把數(shù)據(jù)框按列進(jìn)行分組，再進(jìn)行計(jì)算。

lapply(data.frame(x), sum)
$x1
[1] 12

$x2
[1] 12

lapply可以很方便地對(duì)list數(shù)據(jù)集中個(gè)每個(gè)list進(jìn)行循環(huán)操作，還可以用data.frame數(shù)據(jù)集按列進(jìn)行循環(huán)，但如果傳入的數(shù)據(jù)集是一個(gè)向量或矩陣對(duì)象，那么直接使用lapply就不能達(dá)到想要的效果了。lapply會(huì)分別循環(huán)矩陣中的每個(gè)值，而不是按行或按列進(jìn)行分組計(jì)算。

x <- cbind(x1=3, x2=c(2:1,4:5))
x; class(x)
#      x1 x2
# [1,]  3  2
# [2,]  3  1
# [3,]  3  4
# [4,]  3  5
# [1] "matrix" "array" 

lapply(x, sum)
# [[1]]
# [1] 3

# [[2]]
# [1] 3

# [[3]]
# [1] 3

# [[4]]
# [1] 3

# [[5]]
# [1] 2

# [[6]]
# [1] 1

# [[7]]
# [1] 4

# [[8]]
# [1] 5

3. sapply函數(shù)

sapply函數(shù)是一個(gè)簡(jiǎn)化版的lapply，sapply增加了2個(gè)參數(shù)simplify和USE.NAMES，主要就是讓輸出看起來(lái)更友好，與lapply不同的是， $\color{#ea4335}{sapply返回值}\color{#ea4335}{為向量、}\color{#ea4335}{矩陣或數(shù)據(jù)框}$ ，而不是list對(duì)象。

3.1 函數(shù)定義

sapply(X, FUN, ..., simplify=TRUE, USE.NAMES = TRUE)

3.2 參數(shù)列表

X：數(shù)組、矩陣、數(shù)據(jù)框
FUN：自定義的調(diào)用函數(shù)
…：更多參數(shù)，可選
simplify：是否數(shù)組化，當(dāng)設(shè)置simplify='array'時(shí)，輸出結(jié)果按數(shù)組進(jìn)行分組
USE.NAMES：如果X為字符串，TRUE設(shè)置字符串為數(shù)據(jù)名，F(xiàn)ALSE不設(shè)置

3.3 應(yīng)用

x <- cbind(x1=3, x2=c(2:1,4:5))
# 對(duì)矩陣計(jì)算，計(jì)算過程同lapply函數(shù)
sapply(x, sum)
# [1] 3 3 3 3 2 1 4 5

# 對(duì)數(shù)據(jù)框計(jì)算
sapply(data.frame(x), sum)
# x1 x2 
# 12 12 

# 檢查結(jié)果類型，sapply返回類型為向量，而lapply的返回類型為list
class(lapply(x, sum))
# [1] "list"
class(sapply(x, sum))
# [1] "numeric"

如果simplify=FALSE和USE.NAMES=FALSE，那么完全sapply函數(shù)就等于lapply函數(shù)了。

sapply(data.frame(x), sum, simplify=FALSE, USE.NAMES=FALSE)
# $x1
# [1] 12
 
# $x2
# [1] 12

對(duì)于simplify為array時(shí)，我們可以參考下面的例子，構(gòu)建一個(gè)三維數(shù)組，其中二個(gè)維度為方陣。

a<-1:2
 
# 按數(shù)組分組
sapply(a,function(x) matrix(x,2,2), simplify='array')
# , , 1
 
#      [,1] [,2]
# [1,]    1    1
# [2,]    1    1
 
# , , 2
 
#      [,1] [,2]
# [1,]    2    2
# [2,]    2    2
 
# 默認(rèn)情況，則自動(dòng)合并分組
sapply(a,function(x) matrix(x,2,2))
#      [,1] [,2]
# [1,]    1    2
# [2,]    1    2
# [3,]    1    2
# [4,]    1    2

對(duì)于字符串的向量，還可以自動(dòng)生成數(shù)據(jù)名。

val<-head(letters)
 
# 默認(rèn)設(shè)置數(shù)據(jù)名
sapply(val,paste,USE.NAMES=TRUE)
#   a   b   c   d   e   f 
# "a" "b" "c" "d" "e" "f" 
 
# USE.NAMES=FALSE，則不設(shè)置數(shù)據(jù)名
sapply(val,paste,USE.NAMES=FALSE)
# [1] "a" "b" "c" "d" "e" "f"

4. tapply函數(shù)

tapply用于分組的循環(huán)計(jì)算，通過INDEX參數(shù)（分類變量）對(duì)數(shù)據(jù)集X進(jìn)行分組并計(jì)算分組計(jì)算，相當(dāng)于group by的操作。

4.1 函數(shù)定義

tapply(X, INDEX, FUN = NULL, ..., simplify = TRUE)

4.2 參數(shù)列表

X：向量
INDEX：用于分組的索引
FUN：自定義的調(diào)用函數(shù)
…：接收多個(gè)數(shù)據(jù)
simplify：是否數(shù)組化，當(dāng)值array時(shí)，輸出結(jié)果按數(shù)組進(jìn)行分組

4.3 應(yīng)用

#計(jì)算不同品種(Species)的鳶尾花(iris)的花瓣長(zhǎng)度(Petal.Length)的均值。
tapply(X = iris$Petal.Length,INDEX = iris$Species,FUN = mean)
#    setosa versicolor  virginica 
#     1.462      4.260      5.552

5. mapply函數(shù)

mapply也是sapply的變形函數(shù)，類似多變量的sapply，但是參數(shù)定義有些變化。第一參數(shù)為自定義的FUN函數(shù)，第二個(gè)參數(shù)’…’可以接收多個(gè)數(shù)據(jù)，作為FUN函數(shù)的參數(shù)調(diào)用。

5.1 函數(shù)定義

mapply(FUN, ..., MoreArgs = NULL, SIMPLIFY = TRUE,USE.NAMES = TRUE)

5.2 參數(shù)列表

FUN：自定義的調(diào)用函數(shù)
…：接收多個(gè)數(shù)據(jù)
MoreArgs：參數(shù)列表
SIMPLIFY：是否數(shù)組化，當(dāng)值array時(shí)，輸出結(jié)果按數(shù)組進(jìn)行分組
USE.NAMES：如果X為字符串，TRUE設(shè)置字符串為數(shù)據(jù)名，F(xiàn)ALSE不設(shè)置

5.3 應(yīng)用

比如，比較3個(gè)向量大小，按索引順序取較大的值。

set.seed(1)
 
# 定義3個(gè)向量
x<-1:10
y<-5:-4
z<-round(runif(10,-5,5))
 
# 按索引順序取較大的值。
mapply(max,x,y,z)
# [1]  5  4  3  4  5  6  7  8  9 10

再看一個(gè)例子，生成4個(gè)符合正態(tài)分布的數(shù)據(jù)集，分別對(duì)應(yīng)的均值和方差為c(1,10,100,1000)。

set.seed(1)
 
# 長(zhǎng)度為4
n<-rep(4,4)
 
# m為均值，v為方差
m<-v<-c(1,10,100,1000)
 
# 生成4組數(shù)據(jù)，按列分組
mapply(rnorm,n,m,v)
#           [,1]      [,2]      [,3]       [,4]
# [1,] 0.3735462 13.295078 157.57814   378.7594
# [2,] 1.1836433  1.795316  69.46116 -1214.6999
# [3,] 0.1643714 14.874291 251.17812  2124.9309
# [4,] 2.5952808 17.383247 138.98432   955.0664

由于mapply是可以接收多個(gè)參數(shù)的，所以我們?cè)谧鰯?shù)據(jù)操作的時(shí)候，就不需要把數(shù)據(jù)先合并為data.frame了，直接一次操作就能計(jì)算出結(jié)果了。

參考：https://blog.csdn.net/u012108367/article/details/80774977

色偷偷精品伊人,欧洲久久精品,欧美综合婷婷骚逼,国产AV主播,国产最新探花在线,九色在线视频一区,伊人大交九欧美,1769亚洲,黄色成人av

R語(yǔ)言基礎(chǔ)6--apply函數(shù)家族及其應(yīng)用

R語(yǔ)言基礎(chǔ)6--apply函數(shù)家族及其應(yīng)用

1. apply函數(shù)

1.1 函數(shù)定義：

1.2 參數(shù)列表：

1.3 應(yīng)用：

2. lapply函數(shù)

2.1 函數(shù)定義

2.2 參數(shù)列表

2.3 應(yīng)用

3. sapply函數(shù)

3.1 函數(shù)定義

3.2 參數(shù)列表

3.3 應(yīng)用

4. tapply函數(shù)

4.1 函數(shù)定義

4.2 參數(shù)列表

4.3 應(yīng)用

5. mapply函數(shù)

5.1 函數(shù)定義

5.2 參數(shù)列表

5.3 應(yīng)用

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容

色偷偷精品伊人,欧洲久久精品,欧美综合婷婷骚逼,国产AV主播,国产最新探花在线,九色在线视频一区,伊人大交九 欧美,1769亚洲,黄色成人av

R語(yǔ)言基礎(chǔ)6--apply函數(shù)家族及其應(yīng)用

1. apply函數(shù)

1.1 函數(shù)定義：

1.2 參數(shù)列表：

1.3 應(yīng)用：

2. lapply函數(shù)

2.1 函數(shù)定義

2.2 參數(shù)列表

2.3 應(yīng)用

3. sapply函數(shù)

3.1 函數(shù)定義

3.2 參數(shù)列表

3.3 應(yīng)用

4. tapply函數(shù)

4.1 函數(shù)定義

4.2 參數(shù)列表

4.3 應(yīng)用

5. mapply函數(shù)

5.1 函數(shù)定義

5.2 參數(shù)列表

5.3 應(yīng)用

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容

色偷偷精品伊人,欧洲久久精品,欧美综合婷婷骚逼,国产AV主播,国产最新探花在线,九色在线视频一区,伊人大交九欧美,1769亚洲,黄色成人av