R语言apply族函数详解

        在R语言中，apply系列函数的基本作用是对数组（array，可以是多维）或者列表（list）按照元素或元素构成的子集合进行迭代，并将当前元素或子集合作为参数调用某个指定函数。apply族函数分别有apply函数，tapply函数，lapply函数，mapply函数。每一个函数都有自己的特点，在处理不同类型的数据可以选用相对应的函数。apply族函数分别有apply函数，tapply函数，lapply函数，mapply函数。每一个函数都有自己的特点，在处理不同类型的数据可以选用相对应的函数。

1、 apply函数

      apply函数只能用于处理矩阵类型的数据，也就是说所有的数据必须是同一类型。因此要使用apply函数的话，需要将数据类型转换成矩阵类型。

apply函数一般有三个参数，第一个参数代表矩阵对象，第二个参数代表要操作矩阵的维度，1表示对行进行处理，2表示对列进行处理。第三个参数就是处理数据的函数。apply会分别一行或一列处理该矩阵的数据。

 

a<-matrix(1:12,nrow=3)a#求每列的平均值apply(a,2,mean)

其中a是一个3*4的矩阵，如下。运行结果为 2  5  8 11

     [,1] [,2] [,3] [,4]
[1,]    1    4    7   10
[2,]    2    5    8   11
[3,]    3    6    9   12

       我们也可以使用colMeans()，rowMeans( )，对矩阵的列和行分别求平均值，rowSums( ),colSums(),，对矩阵的列和行分别求和。

如过数据中NA，那么在求行列的平均值或和的时候，NA所在的行列的计算结果也没NA。

apply(a,1,mean,na.rm=TRUE)

这样的话，它会自动忽略NA，只计算其他不是NA的值。rowMeans( )中也可以添加na.rm=TRUE参数。效果相同。

#矩阵中添加了一个naa[2,1]<-NA#不计算NA存在的那一行或那一列apply(a,1,mean)

这个时候矩阵为

     [,1] [,2] [,3] [,4]
[1,]    1    4    7   10
[2,]   NA    5    8   11
[3,]    3    6    9   12

     结果为[1] 5.5  NA 7.5。如果代码写成下面这个样子

apply(a,1,mean,na.rm=TRUE)

结果为 5.5 8.0 7.5

2、lapply和sapply函数

       lapply和sapply函数可以用于处理列表数据和向量数据（vector/list）。lapply函数得到处理得到的数据类型是列表，而sapply函数得到处理的数据类型是向量。这两个函数除了在返回值类型不同外，其他方面基本完全一样。

 

3、tapply函数

       它通常会有三个参数，第一个参数代表数据，第二个参数表示如何对数据进行分组操作，第三个参数指定每一个分组内应用什么函数。也就是说tapply函数就是把数据按照一定方式分成不同的组，再在每一组数据内进行某种运算。

4、mapply函数

         mapply函数主要是对多个列表或者向量参数使用函数

补充与：2017年1月8日

 函数名称

     使用对象

   返回结果

apply()

 对矩阵，数组或者数据框    

 向量，数组或者列表

lapply()

 对列表，数据框或者向量

 列表

sapply()

 对列表，数据框或者向量 

 向量，数组或列表

tapply()

 对不规则阵列

 阵列

mapply()

 对多个列表或者向量参数

 列表