我們在日常的數(shù)據(jù)分析過程中，經(jīng)常要進(jìn)行循環(huán)的操作。但是在R語言中，for循環(huán)的效率低下，如果是數(shù)據(jù)量比較大的情況下，可能會花費(fèi)比較多的時間。因此，我們可以使用向量化操作來代替循環(huán)。向量化可以理解為高效的循環(huán)。
我們主要講解基礎(chǔ)包中的：

• lapply
• sapply
• apply
• tapply
• aggregate
• doBy::summaryBy
• split

1.基礎(chǔ)包

1.1-lapply（對列表,數(shù)據(jù)框進(jìn)行循環(huán)）

• Lapply返回一個列表, 并無視輸入變量的類型

(x <- list(a=1:5,b=rnorm(10),c=rnorm(20,1),d=rnorm(100,5)))
lapply(x,mean)
結(jié)果為一個列表：
$a
[1] 3

$b
[1] 0.01155605

$c
[1] 1.204898

$d
[1] 5.086932

1.2-sapply(簡化lapply函數(shù)返回的結(jié)果)

• 若結(jié)果是一個list，且每個元素長度為1，則會返回一個
  向量
• 若結(jié)果是一個list，且每個元素長度為大于1，則會返回
  一個矩陣
• 若其他復(fù)雜的結(jié)果，會返回一個向量

> (x <- list(a=1:5,b=rnorm(10),c=rnorm(20,1),d=rnorm(100,5)))
> sapply(x,mean)
         a          b          c          d 
3.00000000 0.01155605 1.20489776 5.08693239 

1.3-apply

此函數(shù)經(jīng)常被用于對矩陣的行或列進(jìn)行指定目的的循環(huán)
? 可以被用于多個數(shù)組的循環(huán)
? 該函數(shù)作用于一行進(jìn)行循環(huán)

str(apply)
function (X, MARGIN, FUN, ...)

? X 是一個數(shù)組
? MARGIN 參數(shù)是一個數(shù)字向量，在適用與矩陣時，1表示行，2表示列，也可以是列名
? FUN 是適用循環(huán)的函數(shù)
? ... 表示其他參數(shù)

(x<-matrix(rnorm(24),4,6))
apply(x,1,sum) #對行
apply(x,2,mean) #對列

1.4 tapply(適用于數(shù)據(jù)框的一個連續(xù)變量做分組描述統(tǒng)計(jì))

> (x<-c(rnorm(10),runif(10),rnorm(10,1)))
 [1] -0.8483055 -1.0072368  0.2642566  0.2944829 -2.0119795  0.4597912  0.2354388 -1.0045856  0.6877217  0.6311278  0.3575496
[12]  0.2112962  0.8207528  0.2901692  0.9472960  0.2700287  0.5492559  0.7635016  0.6240591  0.9337211 -2.1545025  2.5330094
[23]  1.2496200  1.4399020 -1.5014259  2.0208022  1.3946920  2.8143463  3.1911815  1.5542655
> (group <- rep(1:3,each=10))
 [1] 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 3 3
> (a <- data.frame(x=x,group=group))
            x group
1  -0.8483055     1
2  -1.0072368     1
3   0.2642566     1
4   0.2944829     1
5  -2.0119795     1
6   0.4597912     1
7   0.2354388     1
8  -1.0045856     1
9   0.6877217     1
10  0.6311278     1
11  0.3575496     2
12  0.2112962     2
13  0.8207528     2
14  0.2901692     2
15  0.9472960     2
16  0.2700287     2
17  0.5492559     2
18  0.7635016     2
19  0.6240591     2
20  0.9337211     2
21 -2.1545025     3
22  2.5330094     3
23  1.2496200     3
24  1.4399020     3
25 -1.5014259     3
26  2.0208022     3
27  1.3946920     3
28  2.8143463     3
29  3.1911815     3
30  1.5542655     3
> tapply(a$x,a$group,mean)
         1          2          3 
-0.2299289  0.5767630  1.2541891 

• Note:tapply只能針對一個分組變量進(jìn)行分組統(tǒng)計(jì),且只能針對一個連續(xù)變量
  執(zhí)行下列就會出錯

> tapply(mtcars[,c('mpg','hp','wt')],mtcars$am,summary)
Error in tapply(mtcars[, c("mpg", "hp", "wt")], mtcars$am, summary) : 
  參數(shù)的長度必需相同

使用之前我們學(xué)過的東西進(jìn)行改進(jìn)的話可以醬紫：

> apply(mtcars[,c("am","mpg","hp","wt")],2,function(x) tapply(x,mtcars$am,mean))
  am      mpg       hp       wt
0  0 17.14737 160.2632 3.768895
1  1 24.39231 126.8462 2.411000

但是依然還是有缺陷，就是只能對一個分組變量，不能同時對多個變量進(jìn)行
接下來我們講下怎么彌補(bǔ)這個缺陷：

• 方案1：利用aggregate函數(shù)

> Myfun <- function(x) c(mean=mean(x),sd=sd(x))
> aggregate(mtcars[,c("mpg","hp","wt")],by=list(am=mtcars$am,cyl=mtcars$cyl),Myfun)
  am cyl   mpg.mean     mpg.sd   hp.mean     hp.sd   wt.mean     wt.sd
1  0   4 22.9000000  1.4525839  84.66667  19.65536 2.9350000 0.4075230
2  1   4 28.0750000  4.4838599  81.87500  22.65542 2.0422500 0.4093485
3  0   6 19.1250000  1.6317169 115.25000   9.17878 3.3887500 0.1162164
4  1   6 20.5666667  0.7505553 131.66667  37.52777 2.7550000 0.1281601
5  0   8 15.0500000  2.7743959 194.16667  33.35984 4.1040833 0.7683069
6  1   8 15.4000000  0.5656854 299.50000  50.20458 3.3700000 0.2828427

• 方案2：利用doBy包中的summaryBy函數(shù)

> doBy::summaryBy(mpg+hp+wt~am+cyl,data = mtcars,FUN=Myfun)
  am cyl mpg.mean    mpg.sd   hp.mean    hp.sd  wt.mean     wt.sd
1  0   4 22.90000 1.4525839  84.66667 19.65536 2.935000 0.4075230
2  0   6 19.12500 1.6317169 115.25000  9.17878 3.388750 0.1162164
3  0   8 15.05000 2.7743959 194.16667 33.35984 4.104083 0.7683069
4  1   4 28.07500 4.4838599  81.87500 22.65542 2.042250 0.4093485
5  1   6 20.56667 0.7505553 131.66667 37.52777 2.755000 0.1281601
6  1   8 15.40000 0.5656854 299.50000 50.20458 3.370000 0.2828427

• 方案3：利用dplyr包

dplyr::group_by(mtcars,am,cyl) %>% dplyr::summarise(
mpg.mean=mean(mtcars$mpg,na.rm = TRUE),hp.mean=mean(mtcars$hp,na.rm = T))

1.5-split

split 用于使某向量或?qū)ο蠓譃橹付〝?shù)目的列表，指
定數(shù)目的組由因子列表確定

str(split)
function (x, f, drop = FALSE, ...)

? X是一個向量或數(shù)據(jù)框
? F是一個因子或因子列表
? Drop表示空因子水平是否舍棄

> accepts <- mtcars[,c("am","mpg","wt","hp")]
>( s<-split(accepts,accepts$am))
$`0`
                    am  mpg    wt  hp
Hornet 4 Drive       0 21.4 3.215 110
Hornet Sportabout    0 18.7 3.440 175
Valiant              0 18.1 3.460 105
Duster 360           0 14.3 3.570 245
Merc 240D            0 24.4 3.190  62
Merc 230             0 22.8 3.150  95
Merc 280             0 19.2 3.440 123
Merc 280C            0 17.8 3.440 123
Merc 450SE           0 16.4 4.070 180
Merc 450SL           0 17.3 3.730 180
Merc 450SLC          0 15.2 3.780 180
Cadillac Fleetwood   0 10.4 5.250 205
Lincoln Continental  0 10.4 5.424 215
Chrysler Imperial    0 14.7 5.345 230
Toyota Corona        0 21.5 2.465  97
Dodge Challenger     0 15.5 3.520 150
AMC Javelin          0 15.2 3.435 150
Camaro Z28           0 13.3 3.840 245
Pontiac Firebird     0 19.2 3.845 175

$`1`
               am  mpg    wt  hp
Mazda RX4       1 21.0 2.620 110
Mazda RX4 Wag   1 21.0 2.875 110
Datsun 710      1 22.8 2.320  93
Fiat 128        1 32.4 2.200  66
Honda Civic     1 30.4 1.615  52
Toyota Corolla  1 33.9 1.835  65
Fiat X1-9       1 27.3 1.935  66
Porsche 914-2   1 26.0 2.140  91
Lotus Europa    1 30.4 1.513 113
Ford Pantera L  1 15.8 3.170 264
Ferrari Dino    1 19.7 2.770 175
Maserati Bora   1 15.0 3.570 335
Volvo 142E      1 21.4 2.780 109

> sapply(s, function(x) lapply(x[,2:3],function(col) mean(col,na.rm = T)))
    0        1       
mpg 17.14737 24.39231
wt  3.768895 2.411