本教程旨在介紹apply（）函數(shù)集合。apply（）函數(shù)是所有集合中最基本的。我們還將學習sapply（），lapply（）和tapply（）。apply集合可以看作是循環(huán)的替代品。
如果將R與Anaconda一起安裝，則apply（）集合與R基本軟件包捆綁在一起。apply（）函數(shù)可以提供許多函數(shù)，以對對象（數(shù)據(jù)框，列表，向量等）的集合執(zhí)行冗余應用程序。apply（）的目的主要是為了避免顯式使用循環(huán)結(jié)構(gòu)。它們可用于輸入列表，矩陣或數(shù)組并應用函數(shù)。任何函數(shù)都可以傳遞到apply（）中。
在本教程中，您將學習：
- apply()函數(shù)
- lapply()函數(shù)
- sapply()函數(shù)
- 切片矢量
- tapply()函數(shù)
apply()函數(shù)
apply()將數(shù)據(jù)框或矩陣作為輸入，并以矢量，列表或數(shù)組形式輸出。apply()函數(shù)主要用于避免重復使用循環(huán)結(jié)構(gòu)。它是所有可以在矩陣上使用的最基本的集合。
此函數(shù)接受3個參數(shù)：
apply(X, MARGIN, FUN)
-x：數(shù)組或矩陣
-MARGIN：取一個介于1到2之間的值或范圍，以定義該函數(shù)的應用位置：
-MARGIN = 1`：對行執(zhí)行操作
-MARGIN = 2`：對列執(zhí)行操作
-MARGIN = c（1,2）`該操作在行和列上執(zhí)行
-FUN：告訴應用哪個功能?？梢詰闷骄?，中位數(shù)，和，最小值，最大值甚至用戶定義的函數(shù)等內(nèi)置函數(shù)
最簡單的示例是對所有列求和。代碼apply（m1，2，sum）將sum函數(shù)應用于矩陣5x6，并返回數(shù)據(jù)集中可訪問的每一列的總和。
m1 <- matrix(C<-(1:10),nrow=5, ncol=6)
m1
a_m1 <- apply(m1, 2, sum)
a_m1
輸出：
最佳實踐：在將值打印到控制臺之前，先存儲它們。
lapply()函數(shù)
lapply()函數(shù)可用于對列表對象執(zhí)行操作，并返回與原始集合長度相同的列表對象。lappy()返回一個長度與輸入列表對象相似的列表，其每個元素都是將FUN應用于列表的相應元素的結(jié)果。lapply()將列表，向量或數(shù)據(jù)框作為輸入，并在列表中給出輸出。
lapply(X, FUN)
Arguments:
-X: A vector or an object
-FUN: Function applied to each element of x
lapply()中的l代表列表。lapply()和apply()之間的區(qū)別在于輸出返回之間。lapply()的輸出是一個列表。lapply()可以用于其他對象，例如數(shù)據(jù)框和列表。
lapply()函數(shù)不需要MARGIN。
一個非常簡單的示例是使用tolower函數(shù)將矩陣的字符串值更改為小寫。我們用著名電影的名稱構(gòu)造一個矩陣。名稱為大寫形式。
movies <- c("SPYDERMAN","BATMAN","VERTIGO","CHINATOWN")
movies_lower <-lapply(movies, tolower)
str(movies_lower)
輸出：
## List of 4
## $:chr"spyderman"
## $:chr"batman"
## $:chr"vertigo"
## $:chr"chinatown"
我們可以使用unlist()將列表轉(zhuǎn)換為向量。
films_lower <- unlist(lapply(movies，tolower))
str(movies_lower)
輸出：
## chr [1:4] "spyderman" "batman" "vertigo" "chinatown"
sapply（）函數(shù)
sapply（）函數(shù)將列表，向量或數(shù)據(jù)幀作為輸入，并以向量或矩陣形式輸出。它對列表對象的操作很有用，并返回與原始集合長度相同的列表對象。sapply（）函數(shù)執(zhí)行的功能與lapply（）函數(shù)相同，但返回一個向量。
sapply(X, FUN)
Arguments:
-X: A vector or an object
-FUN: Function applied to each element of x
我們可以從汽車數(shù)據(jù)集中測量汽車的最小速度和停車距離。
dt <- cars
lmn_cars <- lapply(dt, min)
smn_cars <- sapply(dt, min)
lmn_cars
smn_cars
輸出：
## $speed
## [1] 4
## $ dist
## [1] 2
## speed dist
## 4 2
我們可以在lapply()或sapply（）中使用用戶內(nèi)置函數(shù)。我們創(chuàng)建一個名為avg的函數(shù)來計算向量最小值和最大值的平均值。
avg <- function(x) {
( min(x) + max(x) ) / 2}
fcars <- sapply(dt, avg)
fcars
輸出量
## speed dist
## 14.5 61.0
sapply（）函數(shù)在返回的輸出中比lapply（）更有效，因為sapply（）將值直接存儲到向量中。在下一個示例中，我們將看到情況并非總是如此。
下表總結(jié)了apply（），sapply（）和lapply（）之間的區(qū)別：
| Function | Arguments | Objective | Input | Output |
|---|---|---|---|---|
| apply | apply(x, MARGIN, FUN) | Apply a function to the rows or columns or both | Data frame or matrix | vector, list, array |
| lapply | lapply(X, FUN) | Apply a function to all the elements of the input | List, vector or data frame | list |
| sapply | sappy(X FUN) | Apply a function to all the elements of the input | List, vector or data frame | vector or matrix |
切片矢量
我們可以使用lapply（）或sapply（）互換來切片數(shù)據(jù)框。我們創(chuàng)建一個函數(shù)below_average（），該函數(shù)接受數(shù)值的向量，并返回僅包含嚴格高于平均值的值的向量。我們將兩個結(jié)果與 identical() 函數(shù)進行比較。
below_ave <- function(x) {
ave <- mean(x)
return(x[x > ave])
}
dt_s <- sapply(dt, below_ave)
dt_l <- lapply(dt, below_ave)
identical(dt_s, dt_l)
輸出：
## [1] TRUE
tapply（）函數(shù)
tapply（）計算向量中每個因子變量的度量（均值，中位數(shù)，最小值，最大值等）或函數(shù)。這是一項非常有用的功能，可讓您創(chuàng)建向量的子集，然后將某些功能應用于每個子集。
tapply(X, INDEX, FUN = NULL)
Arguments:
-X: An object, usually a vector
-INDEX: A list containing factor
-FUN: Function applied to each element of x
數(shù)據(jù)科學家或研究人員的部分工作是計算變量匯總。例如，根據(jù)特征測量平均值或組數(shù)據(jù)。大多數(shù)數(shù)據(jù)按ID，城市，國家/地區(qū)等分組?？偨Y(jié)小組會發(fā)現(xiàn)更多有趣的模式。
為了了解其工作原理，讓我們使用虹膜數(shù)據(jù)集。該數(shù)據(jù)集在機器學習領(lǐng)域非常有名。該數(shù)據(jù)集的目的是預測三種花類中的每一種的類別：萼片，雜色和維珍妮卡。數(shù)據(jù)集收集每個物種的長度和寬度信息。
作為先前的工作，我們可以計算每個物種的長度的中位數(shù)。tapply（）是執(zhí)行此計算的快速方法。
data(iris)
tapply(iris$Sepal.Width, iris$Species, median)
輸出：
## setosa versicolor virginica
## 3.4 2.8 3.0
