R语言 apply函数家族详解

最新推荐文章于 2025-02-06 17:58:46 发布
转载 最新推荐文章于 2025-02-06 17:58:46 发布 · 1.2k 阅读 · 5

本文详细介绍了R语言中的apply函数家族，包括apply、lapply、sapply、vapply、tapply、eapply、mapply和rapply，阐述了它们的用法、参数和应用场景。同时提供了丰富的实例代码，帮助读者深入理解并掌握这些函数的使用方法。

R语言 apply函数家族详解


apply Apply Functions Over Array Margins对阵列行或者列使用函数 apply(X, MARGIN, FUN, …)
lapply Apply a Function over a List or Vector对列表或者向量使用函数 lapply(X, FUN, …)
sapply Apply a Function over a List or Vector对列表或者向量使用函数 sapply(X, FUN, …, simplify = TRUE, USE.NAMES = TRUE)
vapply Apply a Function over a List or Vector对列表或者向量使用函数 vapply(X, FUN, FUN.VALUE, …, USE.NAMES = TRUE)
tapply Apply a Function Over a Ragged Array对不规则阵列使用函数 tapply(X, INDEX, FUN = NULL, …, simplify = TRUE)
eapply Apply a Function Over Values in an Environment对环境中的值使用函数 eapply(env, FUN, …, all.names = FALSE, USE.NAMES = TRUE)
mapply Apply a Function to Multiple List or Vector Arguments对多个列表或者向量参数使用函数 mapply(FUN, …, MoreArgs = NULL, SIMPLIFY = TRUE, USE.NAMES = TRUE)
rapply Recursively Apply a Function to a List运用函数递归产生列表 rapply(object, f, classes = “ANY”, deflt = NULL,how = c(“unlist”, “replace”, “list”), …)

1、apply {base}

通过对数组或者矩阵的一个维度使用函数生成值得列表或者数组、向量。

apply(X, MARGIN, FUN, …)

X 阵列，包括矩阵

MARGIN  1表示矩阵行，2表示矩阵列，也可以是c(1,2)

例：

> xxx<-matrix(1:20,ncol=4) 
> xxx
 [,1] [,2] [,3] [,4]
 [1,] 1 6 11 16
 [2,] 2 7 12 17
 [3,] 3 8 13 18
 [4,] 4 9 14 19
 [5,] 5 10 15 20
> apply(xxx,1,mean)
[1] 8.5 9.5 10.5 11.5 12.5
> apply(xxx,2,mean)
[1] 3 8 13 18
> apply(xxx,c(1,2),mean)  # 跟原来的一样
 [,1] [,2] [,3] [,4]
 [1,] 1 6 11 16
 [2,] 2 7 12 17
 [3,] 3 8 13 18
 [4,] 4 9 14 19
 [5,] 5 10 15 20

2、lapply {base}

通过对x的每一个元素运用函数，生成一个与元素个数相同的值列表

lapply(X, FUN, …)

X表示一个向量或者表达式对象，其余对象将被通过as.list强制转换为list

例：

> x <- list(a = 1:10, beta = exp(-3:3), logic = c(TRUE,FALSE,FALSE,TRUE))
> x
$a
 [1] 1 2 3 4 5 6 7 8 9 10

$beta
[1] 0.04978707 0.13533528 0.36787944 1.00000000 2.71828183 7.38905610 20.08553692

$logic
[1] TRUE FALSE FALSE TRUE

> lapply(x,mean)
$a
[1] 5.5

$beta
[1] 4.535125

$logic
[1] 0.5

3、sapply {base}

这是一个用户友好版本，是lapply函数的包装版。该函数返回值为向量、矩阵，如果simplify=”array”，且合适的情况下，将会通过simplify2array()函数转换为阵列。

sapply(x, f, simplify=FALSE, USE.NAMES=FALSE)返回的值与lapply(x,f)是一致的。

sapply(X, FUN, …, simplify = TRUE, USE.NAMES = TRUE)

X表示一个向量或者表达式对象，其余对象将被通过as.list强制转换为list

simplify 逻辑值或者字符串，如果可以，结果应该被简化为向量、矩阵或者高维数组。必须是命名的，不能是简写。默认值是TRUE，若合适将会返回一个向量或者矩阵。如果simplify=”array”，结果将返回一个阵列。

USE.NAMES  逻辑值，如果为TRUE，且x没有被命名，则对x进行命名。

例：

> k <- c("a", "b", "c")
> sapply(k, paste,USE.NAMES=FALSE,1:5,sep="...")
     [,1]    [,2]    [,3] 
[1,] "a...1" "b...1" "c...1"
[2,] "a...2" "b...2" "c...2"
[3,] "a...3" "b...3" "c...3"
[4,] "a...4" "b...4" "c...4"
[5,] "a...5" "b...5" "c...5"
> sapply(k, paste,USE.NAMES=TRUE,1:5,sep="...")
      a       b      c 
[1,] "a...1" "b...1" "c...1"
[2,] "a...2" "b...2" "c...2"
[3,] "a...3" "b...3" "c...3"
[4,] "a...4" "b...4" "c...4"
[5,] "a...5" "b...5" "c...5"
> sapply(k, paste,USE.NAMES=TRUE,1:5,sep="...",simplyfy=TRUE)
      a              b             c 
[1,] "a...1...TRUE" "b...1...TRUE" "c...1...TRUE"
[2,] "a...2...TRUE" "b...2...TRUE" "c...2...TRUE"
[3,] "a...3...TRUE" "b...3...TRUE" "c...3...TRUE"
[4,] "a...4...TRUE" "b...4...TRUE" "c...4...TRUE"
[5,] "a...5...TRUE" "b...5...TRUE" "c...5...TRUE"
> sapply(k, paste,simplify=TRUE,USE.NAMES=TRUE,1:5,sep="...")
      a      b        c 
[1,] "a...1" "b...1" "c...1"
[2,] "a...2" "b...2" "c...2"
[3,] "a...3" "b...3" "c...3"
[4,] "a...4" "b...4" "c...4"
[5,] "a...5" "b...5" "c...5"
> sapply(k, paste,simplify=FALSE,USE.NAMES=TRUE,1:5,sep="...")
$a
[1] "a...1" "a...2" "a...3" "a...4" "a...5"

$b
[1] "b...1" "b...2" "b...3" "b...4" "b...5"

$c
[1] "c...1" "c...2" "c...3" "c...4" "c...5"

> z12 <- function(z) return(c(z,z^2))
> sapply(1:8,z12)  
      [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8]
 [1,] 1    2    3    4    5    6    7    8
 [2,] 1    4    9    16   25   36   49   64
# sapply(x,f) applies the function f() to each element of x and then converts the result to a matrix

lapply() 和sapply()

lapply() (for list apply) 对list的每个元素（如果是向量则转化list）应用指定函数并且返回list。但如果想返回矩阵则可以用sapply(for simplified [l]apply)

> lapply(list(1:3,25:29),median)
[[1]]
[1] 2

[[2]]
[1] 27

> sapply(list(1:3,25:29),median)
[1] 2 27

4、vapply {base}

vapply类似于sapply函数，但是它的返回值有预定义类型，所以它使用起来会更加安全，有的时候会更快

在vapply函数中总是会进行简化，vapply会检测FUN的所有值是否与FUN.VALUE兼容，以使他们具有相同的长度和类型。类型顺序：逻辑<</span>整型<</span>实数<</span>复数

vapply(X, FUN, FUN.VALUE, …, USE.NAMES = TRUE)

X表示一个向量或者表达式对象，其余对象将被通过as.list强制转换为list

simplify 逻辑值或者字符串，如果可以，结果应该被简化为向量、矩阵或者高维数组。必须是命名的，不能是简写。默认值是TRUE，若合适将会返回一个向量或者矩阵。如果simplify=”array”，结果将返回一个阵列。

USE.NAMES  逻辑值，如果为TRUE，且x没有被命名，则对x进行命名。

FUN.VALUE   一个通用型向量，FUN函数返回值得模板

例：

> x<-data.frame(a=rnorm(4,4,4),b=rnorm(4,5,3),c=rnorm(4,5,3))
> x
  a          b         c
1 -3.6347838 10.148212 7.31046748
2 11.9348560 3.424033  6.84397278
3 -0.7628213 4.501820  0.05871996
4 2.3421496  6.887066  5.77923358
> vapply(x,mean,c(c=0))
 a       b        c 
2.469850 6.240283 4.998098 
> k<-function(x) { list(mean(x),sd(x)) }
> vapply(x,k,c(c=0))
错误于vapply(x, k, c(c = 0)) : 值的长度必需为1，
 但FUN(X[[1]])结果的长度却是2
> 
> vapply(x,k,c(c=0,b=0))
错误于vapply(x, k, c(c = 0, b = 0)) : 值的种类必需是'double'，
 但FUN(X[[1]])结果的种类却是'list'
> vapply(x,k,c(list(c=0,b=0)))
  a       b        c 
c 2.46985 6.240283 4.998098
b 6.765584 2.980143 3.354695
>

5、tapply {base}

对不规则阵列使用向量，即对一组非空值按照一组确定因子进行相应计算

tapply(X, INDEX, FUN, …, simplify = TRUE)

x  一个原子向量，典型的是一个向量

INDEX  因子列表，和x长度一样，元素将被通过as.factor强制转换为因子

simplify  若为FALSE，tapply将以列表形式返回阵列。若为TRUE，FUN则直接返回数值

例：

> height <- c(174, 165, 180, 171, 160)
> sex<-c("F","F","M","F","M")
> 
> tapply(height, sex, mean)
 F M 
170 170

6、eapply {base}

eapply函数通过对environment中命名值进行FUN计算后返回一个列表值，用户可以请求所有使用过的命名对象。

eapply(env, FUN, …, all.names = FALSE, USE.NAMES = TRUE)

env  将被使用的环境

all.names  逻辑值，指示是否对所有值使用该函数

USE.NAMES  逻辑值，指示返回的列表结果是否包含命名

例：

> require(stats)
> env <- new.env(hash = FALSE) # so the order is fixed
> env$a <- 1:10
> env$beta <- exp(-3:3)
> env$logic <- c(TRUE, FALSE, FALSE, TRUE)
> utils::ls.str(env)
a : int [1:10] 1 2 3 4 5 6 7 8 9 10
beta : num [1:7] 0.0498 0.1353 0.3679 1 2.7183 ...
logic : logi [1:4] TRUE FALSE FALSE TRUE
> eapply(env, mean)
$logic
[1] 0.5

$beta
[1] 4.535125

$a
[1] 5.5

> unlist(eapply(env, mean, USE.NAMES = FALSE))
[1] 0.500000 4.535125 5.500000
> eapply(env, quantile, probs = 1:3/4)
$logic
25% 50% 75% 
0.0 0.5 1.0 

$beta
 25% 50% 75% 
0.2516074 1.0000000 5.0536690 

$a
 25% 50% 75% 
3.25 5.50 7.75 

> eapply(env, quantile)
$logic
 0% 25% 50% 75% 100% 
 0.0 0.0 0.5 1.0 1.0 

$beta
 0% 25% 50% 75% 100% 
 0.04978707 0.25160736 1.00000000 5.05366896 20.08553692 

$a
 0% 25% 50% 75% 100% 
 1.00 3.25 5.50 7.75 10.00 

>

7、mapply {base}

mapply是sapply的多变量版本。将对…中的每个参数运行FUN函数，如有必要，参数将被循环。

mapply(FUN, …, MoreArgs = NULL, SIMPLIFY = TRUE, USE.NAMES = TRUE)

MoreArgs   FUN函数的其他参数列表

SIMPLIFY   逻辑或者字符串，可以减少结果成为一个向量、矩阵或者更高维阵列，详见sapply的simplify参数

USE.NAMES   逻辑值，如果第一个参数…已被命名，将使用这个字符向量作为名字

例：

> mapply(rep, 1:4, 4:1)
[[1]]
[1] 1 1 1 1

[[2]]
[1] 2 2 2

[[3]]
[1] 3 3

[[4]]
[1] 4

8、rapply {base}

rapply是lapply的递归版本

rapply(X, FUN, classes = “ANY”, deflt = NULL, how = c(“unlist”, “replace”, “list”), …)

X  一个列表

classes  关于类名的字符向量，或者为any时则匹配任何类

deflt  默认结果，如果使用了how=”replace”，则不能使用

how  字符串匹配三种可能结果

 

原文：http://blog.sina.com.cn/s/blog_403aa80a010174dj.html

R语言中的apply函数详解及应用
CodeJolt的博客
08-25 2424
通过本文的介绍，我们了解了apply函数在R语言中的详细用法及其应用示例。apply函数是R语言中一个非常强大且常用的函数，它可以在矩阵或数据框的行或列上应用指定的函数。MARGIN指定应用函数的维度，取值为1表示按行应用，取值为2表示按列应用；通过指定MARGIN为1，我们将函数mean应用于数据框的每行，从而计算出每行的均值。通过指定MARGIN为2，我们将函数sum应用于矩阵的每列，从而计算出每列的和。假设我们有一个数据框df，其中的每列都代表一个学生的成绩，我们想要计算每个学生的总分。
R语言apply函数详解及实战（lapply, sapply, vapply, tapply,mapply）
statistics+insight+vista+power
05-06 178
R语言apply函数详解及实战（lapply, sapply, vapply, tapply,mapply）
R语言apply系列函数
Bio大恐龙
01-17 3万+
R语言apply系列函数，apply，lapply，sapply，tapply，mapply函数
【R语言】apply函数族
最新发布
lemon9597的博客
02-06 752
在R语言中使用循环操作时是使用自身来实现的，效率较低。所以R语言有一个符合其统计语言出身的特点：向量化。R语言中的向量化运用了底层的C语言，而C语言的效率比高层的R语言的效率高。 apply函数族主要是为了解决数据向量化运算的问题，以提高运行效率。
R 数据处理 —— apply 家族函数
dxs18459111694的博客
11-16 704
在上一节中，我们主要介绍了purrr包提供的工具函数来减少for循环的使用，使代码更加的简洁，便于阅读。但是，使用R原生的apply函数家族也能够极大减少for循环的使用。下面我们主要介绍apply函数的使用。apply针对不同的数据类型，会有不同的变形，共同组成了apply函数家族。包括applylapplysapplyvapplytapplymapplyrapplyeapply。
掌握R语言中的apply函数族
fens的博客
04-26 2421
R的极客理想系列文章，涵盖了R的思想，使用，工具，创新等的一系列要点，以我个人的学习和体验去诠释R的强大。 R语言作为统计学一门语言，一直在小众领域闪耀着光芒。直到大数据的爆发，R语言变成了一门炙手可热的数据分析的利器。随着越来越多的工程背景的人的加入，R语言的社区在迅速扩大成长。现在已不仅仅是统计领域，教育，银行，电商，互联网….都在使用...
R语言中的apply家族函数
Simmons_0724的博客
09-20 1197
R语言中apply家族的使用apply家族函数apply函数lapply函数sapply函数vapply函数mapply函数tapply函数rapply函数eapply函数 apply家族函数 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。但是，由于在R语言中apply函数与其他语言循环体的处理思路是完全不一样的，所以apply函数族一直是使用者玩不转一类核心函数。 很多R语言新手，写了很多的for循环代码，也不愿意多花点时间
R语言中的apply族函数详解
TechBurst的博客
08-23 480
总结起来，apply族函数是R语言中非常强大和灵活的函数系列，可以方便地对矩阵、数组或者数据框的行或列进行操作。除了apply和sapply函数，还有lapply函数、vapply函数和mapply函数等等，它们的使用方法类似，但是针对不同的数据结构进行操作。最后，我们打印了计算得到的每一列的标准差。最后，我们打印了计算得到的每一列的总和。除了apply函数，还有一些其他的apply族函数，它们的使用方式类似，但是针对不同的维度进行操作。apply函数是apply族函数中最常见和基础的函数之一。
R语言apply族函数详解
热门推荐
王亨的博客
08-15 5万+
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，lapp
R语言中的apply函数用法
hs6605015的博客
07-11 3万+
刚开始接触R语言时，会听到各种的R语言使用技巧，其中最重要的一条就是不要用循环，效率特别低，要用向量计算代替循环计算。 那么，这是为什么呢？原因在于R的循环操作for和while，都是基于R语言本身来实现的，而向量操作是基于底层的C语言函数实现的，从性能上来看，就会有比较明显的差距了。那么如何使用C的函数来实现向量计算呢，就是要用到apply的家族函数，包括apply, sapply, tapply, mapply, lapply, rapply, vapply, eapply等。 1. apply的家族函
R语言 | 认识apply家族
天下弈星~的博客
05-08 4684
详细介绍了R语言中的apply()函数、sapply()函数、lapply()函数、tapply()函数和iris鸢尾花数据集以及相关的代码实现。
R语言学习之 apply家族的使用
不起眼的小学生
10-24 762
apply 家族可以进行伪矢量化， 最简单最常用的是 lapply 是 list apply的缩写,参数是某个函数，将此函数作用于列表中的每一个元素上面，并返回另一个列表中 > prime_factors <- list( + two = 2, + three = 3, + four = c(2,2), + five = 5, + six = c(2,3)
R语言（六）apply函数族理解与应用
shine4869的博客
04-13 8191
apply函数族的理解与引用
R中apply等函数用法[转载]
weixin_34241036的博客
12-18 314
转自：https://www.cnblogs.com/nanhao/p/6674063.html 1.apply函数——对矩阵 功能是：Retruns a vector or array or list of values obtained by applying a function to margins of an array or matrix. 就是说apply把一个functio...
R语言中的apply()，lapply()，sapply()，tapply()函数以及示例
weixin_42683052的博客
04-28 9624
apply()将数据框或矩阵作为输入，并以矢量，列表或数组形式输出。apply()函数主要用于避免重复使用循环结构。它是所有可以在矩阵上使用的最基本的集合。 最简单的示例是对所有列求和。代码apply（m1，2，sum）将sum函数应用于矩阵5x6，并返回数据集中可访问的每一列的总和。 m1 <- matrix(C<-(1:10),nrow=5, ncol=6) 5行6列，默认按列排序 m1 a_m1 <- apply(m1, 2, sum) # 对m1矩阵的列（MARGIN=2）求s
R中的各种apply函数
swuteresa的专栏
02-01 9637
lapply：可用于一个列表对象，并且返回一个列表对象 sapply：更灵活，可接受向量或者矩阵作为主要参数，返回形式更为有好的结果，常常是表格形式。   lapply(x,FUN,...) sapply(x,FUN,...,simplify=TRUE,USE.NAMES=TRUE) vapply(x,FUN,FUN.VALUE,...,USE.NAMES=TRUE) replicat
R 语言 apply 系列函数
baibingbingbing的博客
08-01 1072
 apply() 4 4.0 &gt; #apply系列函数 &gt; &gt; #apply(X, MARGIN, FUN, ...) &gt; #参数列表： &gt; #X:数组、矩阵、数据框 &gt; #MARGIN: 按行计算或按按列计算，1表示按行，2表示按列 &gt; #FUN: 自定义的调用函数 &gt; #…: 更多参数，可选 &gt; &gt; apply(iris...
R语言笔记（五）：Apply函数
BingJH2018212666的博客
10-27 1654
【代码】R语言笔记（五）：Apply函数。
R语言_apply系列函数
YoungGy的专栏
08-18 1326
apply
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值