
R中的apply族函数
如果计算涉及到 一个单一的向量,而结果也是一个向量 , tapply函数 是一个可选项,不同于aggregate函数,它返回一个向量或数组,这使得其单个元素很容易被访问。
将组定义为矩阵的行或列,即操作目标为矩阵的每一列或行时, apply函数 时最佳选择。该函数通常会返回一个向量或数组,但根据行或列操作的结果维度不同,将返回一个列表。
将组定义为列表中的元素。 如果组已经形成列表元素,那么 sapply或lapply函数 比较适合,它们的区别是lapply返回一个列表,而sapply可将输出简化为向量或数组。有时可以结合使用split函数,将需要处理的数据创建为一个列表,然后再使用这两个函数。
如果所要计算函数的参数为一个矩阵或数组, 可以考虑使用 mapply函数 ,该函数非常的灵活和简单,其返回的结果一般是列表形式。
先来看一下tapply()、apply()、lapply()、sapply()和mapply()函数的 语法规则:
tapply(X, INDEX, FUN = NULL, ..., simplify = TRUE)
apply(X, MARGIN, FUN, ...)
lapply(X, FUN, ...)
sapply(X, FUN, ..., simplify = TRUE, USE.NAMES = TRUE)
mapply(FUN, ..., MoreArgs = NULL, SIMPLIFY = TRUE,
USE.NAMES = TRUE)
根据不同的函数,输入数据X可能是向量、数组、矩阵或数据框;INDEX一般为类别变量;MARGIN指定矩阵的维度,1表示矩阵的行,2表示矩阵的列;FUN为参与运算的函数,可以是R自带的函数也可以是自己编写的函数;...为函数FUN指定的参数,紧跟在函数的后面。
接下来看一下各个函数的应用情况
为了处理基于一个或多个分组变量的单个向量,可以使用tapply函数, 该函数返回一个数组,其维数与分组向量的维数相同 。
注意,该函数的输入数据必须是向量,且分析向量与分组向量的长度必须一致
如果想分析iris数据集中Sepal.Length在各个花种中的最大值,可以通过tapply函数实现,这里的Sepal.Length和Species为两个向量,且各自的长度均相等。
如果想对某个变量(向量)进行多变量的分组分析时,也可以采用tapply函数。
首先构造一个数据框:
接下来想对z变量做分组统计,分组变量为x和y
这里的NA表示x和y的分组中没有对应的z值。
当数据具备 数组 的特性,可通过 apply函数对数据的每个维度进行运算 ,该函数需要 三个参数 :需要计算的 数组、运算维度的索引号和使用的函数。
标准化一个矩阵:这里可以直接给参数FUN为scale
当然,如果想统计各个列的均值,为比较显式循环和apply的隐式循环,程序如下,就可以比较出两种方式的效率:
\
结果显式,通过apply计算矩阵列的均值速度是显式循环的50倍。这说明在R中使用循环的话尽量使用到隐式的向量化计算,否则计算效率非常差。
再来看一个如何使用自编函数应用到apply中:这里显式了前7列的统计量值。
lapply()函数和sapply()函数把一个列表或向量作为其第一个参数,再把需要应用到每个列表元素的函数作为它的第二个参数。 其实它也应用到了循环,是一种隐式的循环,对列表的每一个元素做同样的函数计算。
应用:查看字符向量中每一个元素所包含的单词个数
使用sapply函数的另一个重要问题涉及到数据框。当数据框被视为列表时,数据框的每一列看着独立的列表元素。
查看数据集iris和ChickWeight各个字段的模式和类
通过以上的应用,可以提取满足特定条件的数据框的列
接下来使用自编函数加入到sapply函数中,实现循环。该自编函数的目的是计算出1000个100*5的矩阵中最大相关系数的均值。 这里很关键的一点是给自编函数传一个虚拟参数i用来循环。
最后再来看一下mapply函数的应用:该函数的第一个参数为指定的函数,第二个参数为指定函数的参数。如果根据某种正则表达式将一个字符向量的对应特征取出来,例如取出'qaws1few4g'中的'1f'和'4g'
最后总结一下:
tapply()的被分析对象必须且只能是向量
apply()的被分析对象必须且只能是矩阵或数组
sapply()的被分析对象必须且只能是向量或列表
lapply()的被分析对象必须且只能是向量或列表
mapply()的被分析对象必须是函数
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下,CDA 数据分析师认证愈发受到瞩目,成为众多有志投身数 ...
2025-07-18刚入职场或是在职场正面临岗位替代、技能更新、人机协作等焦虑的打工人,想要找到一条破解职场焦虑和升职瓶颈的系统化学习提升 ...
2025-07-182025被称为“AI元年”,而AI,与数据密不可分。网易公司创始人丁磊在《AI思维:从数据中创造价值的炼金术 ...
2025-07-18CDA 数据分析师:数据时代的价值挖掘者 在大数据席卷全球的今天,数据已成为企业核心竞争力的重要组成部分。从海量数据中提取有 ...
2025-07-18SPSS 赋值后数据不显示?原因排查与解决指南 在 SPSS( Statistical Package for the Social Sciences)数据分析过程中,变量 ...
2025-07-18在 DBeaver 中利用 MySQL 实现表数据同步操作指南 在数据库管理工作中,将一张表的数据同步到另一张表是常见需求,这有助于 ...
2025-07-18数据分析师的技能图谱:从数据到价值的桥梁 在数据驱动决策的时代,数据分析师如同 “数据翻译官”,将冰冷的数字转化为清晰的 ...
2025-07-17Pandas 写入指定行数据:数据精细化管理的核心技能 在数据处理的日常工作中,我们常常需要面对这样的场景:在庞大的数据集里精 ...
2025-07-17解码 CDA:数据时代的通行证 在数字化浪潮席卷全球的今天,当企业决策者盯着屏幕上跳动的数据曲线寻找增长密码,当科研人员在 ...
2025-07-17CDA 精益业务数据分析:数据驱动业务增长的实战方法论 在企业数字化转型的浪潮中,“数据分析” 已从 “加分项” 成为 “必修课 ...
2025-07-16MySQL 中 ADD KEY 与 ADD INDEX 详解:用法、差异与优化实践 在 MySQL 数据库表结构设计中,索引是提升查询性能的核心手段。无论 ...
2025-07-16解析 MySQL Update 语句中 “query end” 状态:含义、成因与优化指南 在 MySQL 数据库的日常运维与开发中,开发者和 DBA 常会 ...
2025-07-16如何考取数据分析师证书:以 CDA 为例 在数字化浪潮席卷各行各业的当下,数据分析师已然成为企业挖掘数据价值、驱动决策的 ...
2025-07-15CDA 精益业务数据分析:驱动企业高效决策的核心引擎 在数字经济时代,企业面临着前所未有的数据洪流,如何从海量数据中提取有 ...
2025-07-15MySQL 无外键关联表的 JOIN 实战:数据整合的灵活之道 在 MySQL 数据库的日常操作中,我们经常会遇到需要整合多张表数据的场景 ...
2025-07-15Python Pandas:数据科学的瑞士军刀 在数据驱动的时代,面对海量、复杂的数据,如何高效地进行处理、分析和挖掘成为关键。 ...
2025-07-15用 SQL 生成逆向回滚 SQL:数据操作的 “后悔药” 指南 在数据库操作中,误删数据、错改字段或误执行批量更新等问题时有发生。 ...
2025-07-14t检验与Wilcoxon检验的选择:何时用t.test,何时用wilcox.test? t 检验与 Wilcoxon 检验的选择:何时用 t.test,何时用 wilcox. ...
2025-07-14AI 浪潮下的生存与进阶: CDA数据分析师—开启新时代职业生涯的钥匙(深度研究报告、发展指导白皮书) 发布机构:CDA数据科 ...
2025-07-13LSTM 模型输入长度选择技巧:提升序列建模效能的关键 在循环神经网络(RNN)家族中,长短期记忆网络(LSTM)凭借其解决长序列 ...
2025-07-11