R中利用apply、tapply、lapply、sapply、mapply、table等函数进行分组统计
来源:互联网 发布:淘宝商城退出多少商家 编辑:程序博客网 时间:2024/06/04 17:48
http://blog.sina.com.cn/s/blog_6caea8bf0100xkpg.html
- apply函数(对一个数组按行或者按列进行计算):
使用格式为:
示例代码:
> ma <- matrix(c(1:4, 1, 6:8), nrow =2)
> ma
[,1] [,2] [,3] [,4]
[1,] 1 3 1 7
[2,] 2 4 6 8
> apply(ma, c(1,2), sum)
[,1] [,2] [,3] [,4]
[1,] 1 3 1 7
[2,] 2 4 6 8
> apply(ma, 1, sum)
[1] 12 20
> apply(ma, 2, sum)
[1] 3 7 715
apply(X, MARGIN, FUN,...)
其中X为一个数组;MARGIN为一个向量(表示要将函数FUN应用到X的行还是列),若为1表示取行,为2表示取列,为c(1,2)表示行、列都计算。示例代码:
> ma <- matrix(c(1:4, 1, 6:8), nrow =2)
> ma
[1,]
[2,]
> apply(ma, c(1,2), sum)
[1,]
[2,]
> apply(ma, 1, sum)
[1] 12 20
> apply(ma, 2, sum)
[1]
- 函数tapply(进行分组统计):
使用格式为:
示例代码:
> fac <- factor(rep(1:3, length =17), levels = 1:5)
> fac
[1] 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2
Levels: 1 2 3 4 5
> tapply(1:17, fac, sum)
1 2 3 4 5
51 57 45 NA NA
> tapply(1:17, fac, sum, simplify = FALSE)
$`1`
[1] 51
$`2`
[1] 57
$`3`
[1] 45
$`4`
NULL
$`5`
NULL
> tapply(1:17, fac, range)
$`1`
[1] 1 16
$`2`
[1] 2 17
$`3`
[1] 3 15
$`4`
NULL
$`5`
NULL
#利用tapply实现类似于excel里的数据透视表的功能:
> da
year province sale
12007 A 1
22007 B 2
32007 C 3
42007 D 4
52008 A 5
62008 C 6
72008 D 7
82009 B 8
92009 C 9
102009 D 10
> attach(da)
> tapply(sale,list(year,province))
[1] 1 4 7 10 2 811 6 9 12
> tapply(sale,list(year,province),mean)
A B C D
2007 1 2 3 4
2008 5 NA 6 7
2009 NA 8 9 10
tapply(X, INDEX, FUN = NULL, ...,simplify = TRUE)
其中X通常是一向量;INDEX是一个list对象,且该list中的每一个元素都是与X有同样长度的因子;FUN是需要计算的函数;simplify是逻辑变量,若取值为TRUE(默认值),且函数FUN的计算结果总是为一个标量值,那么函数tapply返回一个数组;若取值为FALSE,则函数tapply的返回值为一个list对象。需要注意的是,当第二个参数INDEX不是因子时,函数tapply() 同样有效,因为必要时 R 会用 as.factor()把参数强制转换成因子。示例代码:
> fac <- factor(rep(1:3, length =17), levels = 1:5)
> fac
Levels: 1 2 3 4 5
> tapply(1:17, fac, sum)
51 57 45 NA NA
> tapply(1:17, fac, sum, simplify = FALSE)
$`1`
[1] 51
$`2`
[1] 57
$`3`
[1] 45
$`4`
NULL
$`5`
NULL
> tapply(1:17, fac, range)
$`1`
[1]
$`2`
[1]
$`3`
[1]
$`4`
NULL
$`5`
NULL
#利用tapply实现类似于excel里的数据透视表的功能:
> da
1
2
3
4
5
6
7
8
9
102009
> attach(da)
> tapply(sale,list(year,province))
> tapply(sale,list(year,province),mean)
2007
2008
2009 NA
- 函数table(求因子出现的频数):
使用格式为:
"ifany","always"), dnn = list.names(...), deparse.level = 1)
其中参数exclude表示哪些因子不计算。
示例代码:
> d <- factor(rep(c("A","B","C"),10), levels=c("A","B","C","D","E"))
> d
[1] A B C A B C A B C A B C A B C A B C A B C A BC A B C A B C
Levels: A B C D E
> table(d)
d
A B C D E
10 10 10 0 0
> table(d, exclude="B")
d
A C D E
10 10 0 0
table(..., exclude = if (useNA =="no") c(NA, NaN), useNA = c("no",
示例代码:
> d <- factor(rep(c("A","B","C"),10), levels=c("A","B","C","D","E"))
> d
Levels: A B C D E
> table(d)
d
10 10 10
> table(d, exclude="B")
d
10 10
- 函数lapply与函数sapply:
lapply的使用格式为:
lapply(X, FUN, ...)
lapply的返回值是和一个和X有相同的长度的list对象,这个list对象中的每个元素是将函数FUN应用到X的每一个元素。其中X为List对象(该list的每个元素都是一个向量),其他类型的对象会被R通过函数as.list()自动转换为list类型。函数sapply是函数lapply的一个特殊情形,对一些参数的值进行了一些限定,其使用格式为:
sapply(X, FUN,..., simplify = TRUE,USE.NAMES = TRUE)
sapply(*, simplify = FALSE,USE.NAMES = FALSE)和lapply(*)的返回值是相同的。如果参数simplify=TRUE,则函数sapply的返回值不是一个list,而是一个矩阵;若simplify=FALSE,则函数sapply的返回值仍然是一个list。
示例代码:
> x <- list(a = 1:10, beta =exp(-3:3), logic = c(TRUE,FALSE,FALSE,TRUE))
> lapply(x, quantile)
$a
0% 25% 50% 75% 100%
1.00 3.25 5.50 7.75 10.00
$beta
0% 25% 50% 75% 100%
0.04978707 0.25160736 1.00000000 5.05366896 20.08553692
$logic
0% 25% 50% 75% 100%
0.0 0.0 0.5 1.0 1.0
> sapply(x,quantile,simplify=FALSE,use.names=FALSE)
$a
0% 25% 50% 75% 100%
1.00 3.25 5.50 7.75 10.00
$beta
0% 25% 50% 75% 100%
0.04978707 0.25160736 1.00000000 5.05366896 20.08553692
$logic
0% 25% 50% 75% 100%
0.0 0.0 0.5 1.0 1.0
#参数simplify=TRUE的情况
> sapply(x, quantile)
a beta logic
0% 1.00 0.04978707 0.0
25% 3.25 0.25160736 0.0
50% 5.50 1.00000000 0.5
75% 7.75 5.05366896 1.0
100% 10.00 20.08553692 1.0
示例代码:
> x <- list(a = 1:10, beta =exp(-3:3), logic = c(TRUE,FALSE,FALSE,TRUE))
> lapply(x, quantile)
$a
$beta
$logic
> sapply(x,quantile,simplify=FALSE,use.names=FALSE)
$a
$beta
$logic
#参数simplify=TRUE的情况
> sapply(x, quantile)
0%
25%
50%
75%
100% 10.00 20.08553692
- 函数mapply:
函数mapply是函数sapply的变形版,mapply 将函数FUN 依次应用每一个参数的第一个元素、第二个元素、第三个元素上。函数mapply的使用格式如下:
mapply(FUN, ..., MoreArgs = NULL,SIMPLIFY = TRUE,USE.NAMES = TRUE)
其中参数MoreArgs表示函数FUN的参数列表。示例代码:
> mapply(rep, times=1:4, x=4:1)
[[1]]
[1] 4
[[2]]
[1] 3 3
[[3]]
[1] 2 2 2
[[4]]
[1] 1 1 1 1
#直接使用函数rep的结果:
> rep(1:4,1:4)
[1] 1 2 2 3 3 3 4 4 4 4
> mapply(rep, times=1:4, x=4:1)
[[1]]
[1] 4
[[2]]
[1] 3 3
[[3]]
[1] 2 2 2
[[4]]
[1] 1 1 1 1
#直接使用函数rep的结果:
> rep(1:4,1:4)
阅读全文
0 0
- R中利用apply、tapply、lapply、sapply、mapply、table等函数进行分组统计
- R中利用apply、tapply、lapply、sapply、mapply、table等函数进行分组统计
- R中利用apply、tapply、lapply、sapply、mapply、table等函数进行分组统计
- R中利用apply、tapply、lapply、sapply、mapply、table等函数进行分组统计
- R:利用apply、tapply、lapply、sapply、mapply、table等函数进行分组统计
- R语言:利用apply、tapply、lapply、sapply、mapply、table等函数进行分组统计
- R apply、tapply、lapply、sapply、mapply、table等函数
- R中的apply、tapply、lapply、sapply、mapply、table等函数介绍
- apply, tapply, sapply, lapply, mapply, table等用法
- R apply、tapply、lapply、sapply、mapply 说明
- R apply, lapply, sapply, mapply, tapply functions
- R语言-向量化操作(apply、tapply、lapply、sapply、mapply、table等)
- R中的高效批量处理函数(lapply sapply apply tapply mapply)
- apply lapply sapply等R函数
- tapply 分组apply,sapply,
- apply,by,eapply,lapply,mapply,rapply,tapply
- R中的apply、lapply和sapply
- Usingle apply, sapply, lapply in R
- 第五周-项目二-括号的匹配(栈)
- 数据库中间件cobar调研笔记
- 注解@Autowired和@Resource的区别
- 如何将已经建好的项目导入到Scala IDE forEclipse中
- TypeError:undefined is not a function
- R中利用apply、tapply、lapply、sapply、mapply、table等函数进行分组统计
- 漏测缺陷库
- 第五周 【项目1
- 我最常用的Intellij IDEA快捷键
- 第十四周项目2-直接插入排序
- Charles使用最全指南
- Codeforces894C Marco and GCD Sequence
- Object Proposal(OP)综述
- LeetCode#494 Target Sum (week14)