锐客网

  1. 首页 > 睿知 > it技术 > >

R语言学习笔记|R语言apply系列函数

r语言开发语言R语言学习笔记机器学习

apply系列函数 大家好，这里是想做生信大恐龙的生信小白。先赞后看养成习惯，还没关注的小伙伴点点关注不迷路。今天讲一下R语言中的apply系列函数

文章目录

  • apply系列函数
  • 前言
  • 一、apply()函数
  • 二、lapply()函数
  • 三、sapply()函数
  • 四、tapply()函数
  • 五、mapply()函数
  • 总结

前言 【R语言学习笔记|R语言apply系列函数】在R语言中，apply系列函数可以对向量、矩阵、数据框一次性对整体数据应用函数运算，非常方便
一、apply()函数 定义：apply()函数按矩阵的行或列方向应用指定函数。
apply( x # 数组或矩阵 MARGIN #应用函数的方向，1行2列 FUN # 应用的函数 ) # 返回值根据数据Data的数据类型与Fun的返回值自动判断返回的数据类型

这里举个例子：
s <- matrix(1:9,ncol = 3) apply(s,1,sum) apply(s,2,sum)

即可得到下列结果：
apply(s,1,sum) [1] 12 15 18 apply(s,2,sum) [1]6 15 24

在举一个R语言自带的鸢尾花数据集例子：
apply(iris[,1:4],2,sum)

结果如下：
apply(iris[,1:4],2,sum) Sepal.LengthSepal.Width Petal.LengthPetal.Width 876.5458.6563.7179.9

如果小伙伴们对鸢尾花数据集不了解可以输入iris查看。
于此同时R语言中还定义了rowSums(),rowMeans(),colSums(),colMeans()函数对行列进行求和、均值的函数。使用方式也很简单。
二、lapply()函数 定义：lapply()函数以列表的形式返回函数的结果
lapply( X #向量、列表、表达式、数据库 FUN #应用的函数 ... #额外参数，会被传递给fun函数 )

继续使用鸢尾花数据集举例：
lapply(iris[,1:4],mean)

结果如下：
lapply(iris[,1:4],mean) $Sepal.Length [1] 5.843333$Sepal.Width [1] 3.057333$Petal.Length [1] 3.758$Petal.Width [1] 1.199333

可以看到结果以列表的形式返回，可以使用unlist()函数将结果转换为向量。
unlist( #将列表转换为向量 X #R对象 recursive = FALSE #是否对x中的列表进行递归转换 use.names = TRUE #是否保留列表中的值名称 )

unlist(lapply(iris[,1:4],mean))

结果如下所示：
unlist(lapply(iris[,1:4],mean)) Sepal.LengthSepal.Width Petal.LengthPetal.Width 5.8433333.0573333.7580001.199333

三、sapply()函数 sapply()函数与lapply()函数类似，其结果以矩阵、向量的数据类型返回。
定义：向列表，向量、表达式数据等应用指定函数，然后以向量或矩阵形式返回结果。
sapply( X #向量、列表、表达式、数据库 FUN #应用的函数 ... #额外参数，会被传递给fun函数 )

同样使用鸢尾花数据集作为例子：
sapply(iris[,1:4], sum)

结果如下:
sapply(iris[,1:4], sum) Sepal.LengthSepal.Width Petal.LengthPetal.Width 876.5458.6563.7179.9

当fun函数只有一个返回值，sapply()函数返回的就是包含这些值的向量。如果fun函数的结果时大于1的向量，则sapply()函数会返回矩阵。
如下例：
x <- sapply(iris[,1:4], function(x){x >3}) class(x)

结果如下：
class(x) [1] "matrix"

数据如下图所示：
R语言学习笔记|R语言apply系列函数
文章图片

四、tapply()函数 定义：根据给定的标准，对向量中保存的数据进行分组，然后对各分组应用指定函数，并返回结果。
tapply( X #向量 INDEX #数据分组索引 FUN #应用的函数 ... #额外参数 )

举个例子：
tapply(1:10,rep(1:2,5),sum)

结果如下图：
tapply(1:10,rep(1:2,5),sum) 12 25 30

例中1:10表示的是数据1到10，rep(1:2,5)表示将1到2重复5次。1,3,5,7,9属于1分组，2,4,6,8,10属于2分组。对它们进行求和，得到上诉结果。
以鸢尾花数据集举例：
tapply(iris$Sepal.Length,iris$Species,sum)

结果如下所示：
tapply(iris$Sepal.Length,iris$Species,sum) setosa versicolorvirginica 250.3296.8329.4

建立一个销售数据：
m <- matrix(1:8,ncol = 2, dimnames = list(c("春","夏","秋","冬"), c("female","male")))

R语言学习笔记|R语言apply系列函数
文章图片

对该数据秋上下半年与性别分别秋销售之和。
代码如下：
tapply(m, list(c(1,1,2,2,1,1,2,2), c(1,1,1,1,2,2,2,2)), sum)

结果如下所示：
tapply(m, list(c(1,1,2,2,1,1,2,2), +c(1,1,1,1,2,2,2,2)), sum) 12 1 3 11 2 7 15

这里是将各个数据的位置建立索引进行分组，而后进行求和。
五、mapply()函数 定义：以列表或向量形式给出的参数传递给指定函数，并返回函数执行结果。
mapply( FUN #应用的函数 ... #待传递的参数 )

继续使用鸢尾花数据集举例（哈哈哈）：
mapply(sum,iris[,1:4])

结果如下：
mapply(sum,iris[,1:4]) Sepal.LengthSepal.Width Petal.LengthPetal.Width 876.5458.6563.7179.9

总结 以上就是今天要讲的内容，看到这里的小伙伴给大恐龙点点赞，点点关注！有问题可以留言交流哦！

    推荐阅读


    上一篇：R语言学习笔记|R语言合并数据框的行与列

    下一篇：R语言学习笔记|R语言报错记录The following objects are masked from ‘package:stats’:decompose, spectrum