在R语言中有一族函数可以轻易的对行列进行不同的函数计算（平均值、求和、自定义计算等），他就是apply族函数。本章就带大家了解一下apply族函数。
目录
apply家函数概况
apply
lapply
sapply
vapply
mapply
tapply
rapply
eapply
注释：蓝色标记部分重点学习，其他了解即可
1. apply族函数概况
apply函数族是R语言中数据处理的一组核心函数，通过使用apply函数，我们可以实现对数据的循环、分组、过滤、类型控制等操作。
apply函数本身就是解决数据循环处理的问题，为了面向不同的数据类型，不同的返回值，apply函数组成了一个函数族，包括了8个功能类似的函数。
图引用自粉丝日志
2. apply函数
apply常用的代替for循环。apply函数可以对数据（矩阵、数据框、数组)，按行或列循环计算，对子元素进行迭代，并把子元素以参数传递的形式给自定义的FUN函数中，并以返回计算结果。
函数定义：
apply(X, MARGIN, FUN, ...)参数列表：
比如，对一个矩阵的每一行/列求均值：
> x<-matrix(1:15,ncol=3)> x[] [,2] [,3][] 1 6 11[] 2 7 12[] 3 8 13[] 4 9 14[] 5 10 15> apply(x,1,mean)[] 6 7 8 9 10> apply(x,2,mean)[] 3 8 13自定义示例：按行，让数据框的x1列减x2列，并计算出x1加x2列。
>> set.seed(1234)> x <- cbind(x1 = 1:10, x2 = c(runif(10,2,5)))> xx1 x2[] 1 2.341110[] 2 3.866898[] 3 3.827824[] 4 3.870138[] 5 4.582746[] 6 3.920932[] 7 2.028487[] 8 2.697652[] 9 3.998251[] 10 3.542753>>>> cave <- function(x, c1, c2) c(mean(x[c1]), mean(x[c2]))> apply(x, 1, cave, c1 = "x1", c2 = c("x1","x2"))[] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10][] 1.000000 2.000000 3.000000 4.000000 5.000000 6.000000 7.000000 8.000000 9.000000 10.000000[] 1.670555 2.933449 3.413912 3.935069 4.791373 4.960466 4.514244 5.348826 6.499126 6.7713773. lapply函数
lapply用来对list、data.frame数据集进行循环，并返回和X长度同样的list结构作为结果集。
函数定义：
lapply(X, FUN, ...)参数列表：
比如，计算list中的每个KEY对应该的数据的分位数。
# 构建一个list数据集x，分别包括a,b> set.seed(1234)> x <- list(a = 1:10, b = runif(10,2,5))> x$a[1] 1 2 3 4 5 6 7 8 9 10$b[1] 2.341110 3.866898 3.827824 3.870138 4.582746 3.920932 2.028487 2.697652 3.998251 3.542753> lapply(x, fivenum) #分别计算分位数$a[1] 1.0 3.0 5.5 8.0 10.0$b[1] 2.028487 2.697652 3.847361 3.920932 4.5827464. sapply函数
sapply是一个简化版的lapply，sapply增加了2个参数simplify和USE.NAMES，优化输出结果，返回值为向量，而不是list对象。
函数定义：
sapply(X, FUN, ..., simplify=TRUE, USE.NAMES = TRUE)参数列表：
示例：
> x <- cbind(x1=3, x2=c(2:1,4:6))# 检查结果类型，sapply返回类型为向量，而lapply的返回类型为list> class(lapply(x, sum))[1] "list"> class(sapply(x, sum))[1] "numeric"如果simplify=FALSE和USE.NAMES=FALSE，那么sapply函数就等于lapply函数。
x <- cbind(x1=3, x2=c(2:1,4:6))x <- data.frame(x1=3, x2=c(2:1,4:6))xx1 x21 3 22 3 13 3 44 3 55 3 6lapply(x, sum)x1[1] 15$x2[1] 18> sapply(x, sum, simplify=FALSE, USE.NAMES=FALSE)x1[1] 15$x2[1] 18对于simplify为array时，我们可以参考下面的例子，构建一个三维数组，其中二个维度为方阵。
> a <- 1:2# 按数组分组> sapply(a,function(x) matrix(x,2,2), simplify='array'), , 1[] [,2][] 1 1[] 1 1, , 2[] [,2][] 2 2[] 2 2# 默认情况，则自动合并分组> sapply(a,function(x) matrix(x,2,2))[] [,2][] 1 2[] 1 2[] 1 2[] 1 25. vapply函数
vapply类似于sapply，提供了FUN.VALUE参数，用来控制返回值的行名，这样可以让程序更健壮。
函数定义：
vapply(X, FUN, FUN.VALUE, ..., USE.NAMES = TRUE)参数列表：
比如，对数据框的数据进行累计求和，并对每一行设置行名row.names
# 生成数据集> x <- data.frame(cbind(x1=3, x2=c(2:1,4:5)))# 设置行名，4行分别为a,b,c,d> vapply(x,cumsum,FUN.VALUE=c('a'=0,'b'=0,'c'=0,'d'=0))x1 x2a 3 2b 6 3c 9 7d 12 12# 当不设置时，为默认的索引值> a<-sapply(x,cumsum);ax1 x2[1,] 3 2[2,] 6 3[3,] 9 7[4,] 12 12# 手动的方式设置行名> row.names(a)<-c('a','b','c','d')> ax1 x2a 3 2b 6 3c 9 7d 12 126. mapply函数
mapply也是sapply的变形函数，类似多变量的sapply，但是参数定义有些变化。第一参数为自定义的FUN函数，第二个参数’…’可以接收多个数据，作为FUN函数的参数调用。
函数定义：
mapply(FUN, ..., MoreArgs = NULL, SIMPLIFY = TRUE,USE.NAMES = TRUE)参数列表： 比如，比较3个向量大小，按索引顺序取较大的值。
> set.seed(1)# 定义3个向量> x<-1:10> y<-5:-4> z<-round(runif(10,-5,5))# 按索引顺序取较大的值。> mapply(max,x,y,z)[1] 5 4 3 4 5 6 7 8 9 10再看一个例子，生成4个符合正态分布的数据集，分别对应的均值和方差为c(1,10,100,1000)。
> set.seed(1)# 长度为4> n<-rep(4,4)# m为均值，v为方差> m<-v<-c(1,10,100,1000)# 生成4组数据，按列分组> 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是可以接收多个参数的，所以我们在做数据操作的时候，就不需要把数据先合并为data.frame了，直接一次操作就能计算出结果了。
7. tapply函数
tapply用于分组的循环计算，通过INDEX参数可以把数据集X进行分组，相当于group by的操作。
函数定义：
tapply(X, INDEX, FUN = NULL, ..., simplify = TRUE)参数列表：
比如，计算不同品种的鸢尾花的花瓣(iris)长度的均值。
# 通过iris$Species品种进行分组> tapply(iris$Petal.Length,iris$Species,mean)setosa versicolor virginica1.462 4.260 5.552对向量x和y进行计算，并以向量t为索引进行分组，求和。
> set.seed(1)# 定义x,y向量> x<-y<-1:10;x;y[1] 1 2 3 4 5 6 7 8 9 10[1] 1 2 3 4 5 6 7 8 9 10# 设置分组索引t> t<-round(runif(10,1,100)%%2);t[1] 1 2 2 1 1 2 1 0 1 1# 对x进行分组求和> tapply(x,t,sum)0 1 28 36 11由于tapply只接收一个向量参考，通过’…’可以把再传给你FUN其他的参数，那么我们想去y向量也进行求和，把y作为tapply的第4个参数进行计算。
> tapply(x,t,sum,y)0 1 263 91 66得到的结果并不符合我们的预期，结果不是把x和y对应的t分组后求和，而是得到了其他的结果。第4个参数y传入sum时，并不是按照循环一个一个传进去的，而是每次传了完整的向量数据，那么再执行sum时sum(y)=55，所以对于t=0时，x=8 再加上y=55，最后计算结果为63。那么，我们在使用’…’去传入其他的参数的时候，一定要看清楚传递过程的描述，才不会出现的算法上的错误。
8. rapply函数
rapply是一个递归版本的lapply，它只处理list类型数据，对list的每个元素进行递归遍历，如果list包括子元素则继续遍历。
函数定义：
rapply(object, f, classes = "ANY", deflt = NULL, how = c("unlist", "replace", "list"), ...)参数列表： 比如，对一个list的数据进行过滤，把所有数字型numeric的数据进行从小到大的排序。
> x=list(a=12,b=1:4,c=c('b','a'))> y=pi> z=data.frame(a=rnorm(10),b=1:10)> a <- list(x=x,y=y,z=z)# 进行排序，并替换原list的值> rapply(a,sort, classes='numeric',how='replace')$x$x$a[1] 12$x$b[1] 4 3 2 1$x$c[1] "b" "a"$y[1] 3.141593$z$z$a[1] -0.8356286 -0.8204684 -0.6264538 -0.3053884 0.1836433 0.3295078[7] 0.4874291 0.5757814 0.7383247 1.5952808$z$b[1] 10 9 8 7 6 5 4 3 2 1> class(a$z$b)[1] "integer"从结果发现，只有$z$a的数据进行了排序，检查$z$b的类型，发现是integer，是不等于numeric的，所以没有进行排序。
接下来，对字符串类型的数据进行操作，把所有的字符串型加一个字符串’++++’，非字符串类型数据设置为NA。
> rapply(a,function(x) paste(x,'++++'),classes="character",deflt=NA, how = "list")$x$x$a[1] NA$x$b[1] NA$x$c[1] "b ++++" "a ++++"$y[1] NA$z$z$a[1] NA$z$b[1] NA只有$x$c为字符串向量，都合并了一个新字符串。那么，有了rapply就可以对list类型的数据进行方便的数据过滤了。
9. eapply函数
对一个环境空间中的所有变量进行遍历。如果我们有好的习惯，把自定义的变量都按一定的规则存储到自定义的环境空间中，那么这个函数将会让你的操作变得非常方便。当然，可能很多人都不熟悉空间的操作，那么请参考文章揭开R语言中环境空间的神秘面纱，解密R语言函数的环境空间。
函数定义：
eapply(env, FUN, ..., all.names = FALSE, USE.NAMES = TRUE)参数列表：
下面我们定义一个环境空间，然后对环境空间的变量进行循环处理。
# 定义一个环境空间> env# 向这个环境空间中存入3个变量> env$a <- 1:10> env$beta <- exp(-3:3)> env$logic <- c(TRUE, FALSE, FALSE, TRUE)> env# 查看env空间中的变量> ls(env)[1] "a" "beta" "logic"# 查看env空间中的变量字符串结构> ls.str(env)a : int [1:10] 1 2 3 4 5 6 7 8 9 10beta : num [1:7] 0.0498 0.1353 0.3679 1 2.7183 ...logic : logi [1:4] TRUE FALSE FALSE TRUE计算env环境空间中所有变量的均值。
> eapply(env, mean)$logic[1] 0.5$beta[1] 4.535125$a[1] 5.5再计算中当前环境空间中的所有变量的占用内存大小。
# 查看当前环境空间中的变量> ls()[1] "a" "df" "env" "x" "y" "z" "X"# 查看所有变量的占用内存大小> eapply(environment(), object.size)$a2056 bytes$df1576 bytes$x656 bytes$y48 bytes$z952 bytes$X1088 bytes$env56 byteseapply函数平时很难被用到，但对于R包开发来说，环境空间的使用是必须要掌握的。特别是当R要做为工业化的工具时，对变量的精确控制和管理是非常必要的。
本文全面地介绍了，R语言中的数据循环处理的apply函数族，基本已经可以应对所有的循环处理的情况了。同时，在apply一节中也比较了，3种数据处理方面的性能，R的内置向量计算，要优于apply循环，大幅优于for循环。那么我们在以后的R的开发和使用过程中，应该更多地把apply函数使用好。忘掉程序员的思维，换成数据的思维，也许你就一下子开朗了。
本网站每日更新互联网创业教程，一年会员只需98，全站资源免费下载点击查看会员权益
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
