apply()

apply（m，dimcode，f，fargs）

• m 是一个矩阵。
• dimcode 是维度编号，取1则为对行应用函数f，取2则为对列运用函数f。
• f 是函数
• fargs 是函数f的可选参数集

> z <- matrix(1:6, nrow = 3)
> f <- function(x) {
+         x/c(2, 8)
+ }
> apply(z,1,f)  #f函数得到两个元素，则为几行，竖着来的
      [,1]  [,2] [,3]
[1,]  0.5 1.000 1.50
[2,]  0.5 0.625 0.75

zzz=matrix(1:6,nrow=2)
zzz
yyy <- apply(zzz, 1, function(x) sum( x <=3)) ## 统计zzz矩阵中每行<=3的数的个数
yyy

lapply()

lapply（）（代表list apply）与矩阵的apply（）函数的用法类似， 对列表的每个组件执行给定的函数，并返回另一个列表。

> x <- list(a = 1:10, beta = exp(-3:3), logic = c(TRUE,FALSE,FALSE,TRUE))
> lapply(x, mean)
$a
[1] 5.5

$beta
[1] 4.535125

$logic
[1] 0.5

sapply()

sapply（）（代表simplified [l]apply）可以将结果整理以向量，矩阵，列表 的形式输出。

> sapply(x, mean)
       a     beta    logic 
5.500000 4.535125 0.500000 
> sapply(x, quantile)   #每一个对应组件输出5个元素，所以为5行，像矩阵一样，竖着来的。
         a        beta logic
0%    1.00  0.04978707   0.0
25%   3.25  0.25160736   0.0
50%   5.50  1.00000000   0.5
75%   7.75  5.05366896   1.0
100% 10.00 20.08553692   1.0
> sapply(2:4, seq)
[[1]]
[1] 1 2

[[2]]
[1] 1 2 3

[[3]]
[1] 1 2 3 4

vapply()

vapply（）与sapply（）相似，他可以预先指定的返回值类型。使得得到的结果更加安全。

> vapply(x, quantile, c(1,2,5,6,8))   #它需要一个5个长度的向量来告诉他返回的类型，向量里面的内容可以变换
         a        beta logic
0%    1.00  0.04978707   0.0
25%   3.25  0.25160736   0.0
50%   5.50  1.00000000   0.5
75%   7.75  5.05366896   1.0
100% 10.00 20.08553692   1.0

tapply( )

tapply（x，f，g）需要向量 x (x不可以是数据框)，因子或因子列表 f , 函数 g 。
tapply（）执行的操作是：按照f对x分组，在分组后的向量上运行函数 g

> a <- c(24,25,36,37)
> b <- c(\'q\', \'w\', \'q\',\'w\')
> tapply(a, b, mean)
 q  w 
30 31 

mapply（）

多参数版本的sapply()。第一次计算传入各组向量的第一个元素到FUN，进行结算得到结果；第二次传入各组向量的第二个元素，得到结果；第三次传入各组向量的第三个元素…以此类推。

l1 <- list(a = c(1:10), b = c(11:20))
l2 <- list(c = c(21:30), d = c(31:40))
mapply(sum, l1$a, l1$b, l2$c, l2$d)
## [1] 64 68 72 76 80 84 88 92 96 100