R apply家族函數

在R中有一堆apply, lapply, spply, tapply,...等等的函數，主要是避免使用迴圈函數。
因為R內建的函數都是經過編譯的，所以執行的效率會比自己寫迴圈還好。

apply(array, margin, function, ...) 將矩陣依據行或列把所有的元素代入運算




> x<-array(1:15,c(3,5)) ;x
     [,1] [,2] [,3] [,4] [,5]
[1,]    1    4    7   10   13
[2,]    2    5    8   11   14
[3,]    3    6    9   12   15

> apply(x,1,sum)
[1] 35 40 45

> apply(x,2,mean)
[1]  2  5  8 11 14



lapply(list, function, ...) 依據矩陣最上層的分類項目運算

> y<-data.frame(x);y
  X1 X2 X3 X4 X5
     1  1  4  7 10 13
     2  2  5  8 11 14
     3  3  6  9 12 15

> lapply(y,mean)
$X1
[1] 2

$X2
[1] 5

$X3
[1] 8

$X4
[1] 11

$X5
[1] 14

> z<-list("a"=t(x),"b"=y);z
$a
     [,1] [,2] [,3]
[1,]    1    2    3
[2,]    4    5    6
[3,]    7    8    9
[4,]   10   11   12
[5,]   13   14   15

$b
  X1 X2 X3 X4 X5
     1  1  4  7 10 13
     2  2  5  8 11 14
     3  3  6  9 12 15

> lapply(z,sum)
$a
[1] 120

$b
[1] 120

sapply(list, function, ..., simplify) 和lappy類似，但多了一些選項


> sapply(y,sum)
X1 X2 X3 X4 X5
 6 15 24 33 42

> sapply(y,sum,simplify=F)
$X1
[1] 6

$X2
[1] 15

$X3
[1] 24

$X4
[1] 33

$X5
[1] 42


> sapply(z,sum,simplify=T)  a   b
120 120


tapply(array, indicies, function, ..., simplify) 根據指定的分類運算

> v<-runif(20)
> s<-rep(c("boy","gril"),each=10)
> g<-rep(4:1,times=5)
> vsg<-data.frame(v,s,g);vsg
                 v          s    g
  1  0.35767679  boy 4
  2  0.95739151  boy 3
  3  0.01877919  boy 2
  4  0.53033287  boy 1
  5  0.04086881  boy 4
  6  0.61796854  boy 3
  7  0.51664062  boy 2
  8  0.58096978  boy 1
  9  0.87296081  boy 4
 10 0.91295169  boy 3
 11 0.36905117  gril 2
 12 0.31114506  gril 1
 13 0.47866735  gril 4
 14 0.67597893  gril 3
 15 0.63960258  gril 2
 16 0.61138231  gril 1
 17 0.10823282  gril 4
 18 0.70282047  gril 3
 19 0.81825796  gril 2
 20 0.64503892  gril 1

> tapply(vsg$v,vsg$s,max)
      boy      gril
0.9573915 0.8182580

> tapply(vsg$v,list(vsg$s,vsg$g),min)
             1          2         3          4
boy  0.5303329 0.01877919 0.6179685 0.04086881
gril 0.3111451 0.36905117 0.6759789 0.10823282