轉自：http://blog.csdn.net/wa2003/article/details/45887055
R語言提供了批量處理函數，可以循環遍歷某個集合內的所有或部分元素，以簡化操作。
這些函數底層是通過C來實現的，所以效率也比手工遍歷來的高效。
批量處理函數有很重要的apply族函數：lapply sapply apply tapply mapply。apply族函數是高效能計算的運算向量化(Vectorization)實現方法之一，比起傳統的for,while常常能獲得更好的性能。
- apply : 用於遍歷數組中的行或列，並且使用指定函數來對其元素進行處理。
- lapply : 遍歷列表向量內的每個元素，並且使用指定函數來對其元素進行處理。返回列表向量。
- sapply : 與lapply基本相同，只是對返回結果進行了簡化，返回的是普通的向量。
- mapply: 支持傳入兩個以上的列表。
- tapply: 接入參數INDEX，對數據分組進行運算，就和SQL中的by group一樣。
（1）行或列遍歷操作函數apply
apply(X, MARGIN, FUN, ...)
X: an array, including a matrix. MARGIN: 1：行操作； 2：列操作 FUN:函數名
用apply可以很方便地按行列求和/平均，其結果與colMeans,colSums,rowMeans,rowSums是一樣的。
舉例如下：
> a<-matrix(1:12,c(3,4)) > a [,1] [,2] [,3] [,4] [1,] 1 4 7 10 [2,] 2 5 8 11 [3,] 3 6 9 12 > apply(a,1,sum) [1] 22 26 30 > apply(a,2,sum) [1] 6 15 24 33 > apply(a,1,function(x) sum(x)+2) [1] 24 28 32 > apply(a,1,function(x) x^2) [,1] [,2] [,3] [1,] 1 4 9 [2,] 16 25 36 [3,] 49 64 81 [4,] 100 121 144
（2）列表(list)遍歷函數lapply
lapply(list, function, ...)
> a<-matrix(1:12,c(3,4)) > a [,1] [,2] [,3] [,4] [1,] 1 4 7 10 [2,] 2 5 8 11 [3,] 3 6 9 12 > a.df<-data.frame(a) > a [,1] [,2] [,3] [,4] [1,] 1 4 7 10 [2,] 2 5 8 11 [3,] 3 6 9 12 > is.list(a.df) [1] TRUE > str(a.df) 'data.frame': 3 obs. of 4 variables: $ X1: int 1 2 3 $ X2: int 4 5 6 $ X3: int 7 8 9 $ X4: int 10 11 12 > lapply(a.df, function(x) x+3) $X1 [1] 4 5 6 $X2 [1] 7 8 9 $X3 [1] 10 11 12 $X4 [1] 13 14 15 > lapply(a.df, function(x) sum(x)+3) $X1 [1] 9 $X2 [1] 18 $X3 [1] 27 $X4 [1] 36 > y<-lapply(a.df, function(x) sum(x)+3) > is.list(y) [1] TRUE > names(y) [1] "X1" "X2" "X3" "X4" > y $X1 [1] 9 $X2 [1] 18 $X3 [1] 27 $X4 [1] 36 > y[1] $X1 [1] 9 > y[[1]] [1] 9 > y$X1 [1] 9
(3)sapply
sapply(list, function, ..., simplify)
simplify=F：返回值的類型是list，此時與lapply完全相同simplify=T（默認值）：返回值的類型由計算結果定，如果函數返回值長度為1，則sapply將list簡化為vector；如果返回的列表中每個元素的長度都大於1且長度相同，那么sapply將其簡化位一個矩陣
> yy<-sapply(a.df, function(x) x^2) > yy X1 X2 X3 X4 [1,] 1 16 49 100 [2,] 4 25 64 121 [3,] 9 36 81 144 > str(yy) num [1:3, 1:4] 1 4 9 16 25 36 49 64 81 100 ... - attr(*, "dimnames")=List of 2 ..$ : NULL ..$ : chr [1:4] "X1" "X2" "X3" "X4" > str(y) List of 4 $ X1: num 9 $ X2: num 18 $ X3: num 27 $ X4: num 36 > yy<-sapply(a.df, function(x,y) x^2+y, y=3) > yy X1 X2 X3 X4 [1,] 4 19 52 103 [2,] 7 28 67 124 [3,] 12 39 84 147> y1<-sapply(a.df, sum) > y1 X1 X2 X3 X4 6 15 24 33 > str(y1) Named int [1:4] 6 15 24 33 - attr(*, "names")= chr [1:4] "X1" "X2" "X3" "X4" > y1<-sapply(a.df, sum,simplify=F) > y1 $X1 [1] 6 $X2 [1] 15 $X3 [1] 24 $X4 [1] 33 > str(y1) List of 4 $ X1: int 6 $ X2: int 15 $ X3: int 24 $ X4: int 33
(4)mapply:mapply是sapply的多變量版本（multivariate sapply），Apply a Function to Multiple List or Vector Arguments
mapply(FUN, ..., MoreArgs = NULL, SIMPLIFY = TRUE, USE.NAMES = TRUE)
> mapply(function(x,y) x^y, c(1:5), c(1:5)) [1] 1 4 27 256 3125 > a<-matrix(1:12,c(3,4)) > a [,1] [,2] [,3] [,4] [1,] 1 4 7 10 [2,] 2 5 8 11 [3,] 3 6 9 12 > mapply(sum, a[,1],a[,3],a[,4]) [1] 18 21 24 > mapply(function(x,y,z) x^2+y+z, a[,1],a[,3],a[,4]) [1] 18 23 30
(5)
tapply(X, INDEX, FUN = NULL, ..., simplify = TRUE)
x是需要處理的向量，INDEX是因子(因子列表)，FUN是需要執行的函數，simplify指是否簡化輸入結果(考慮sapply對於lapply的簡化)
補充個因子函數gl，它可以很方便的產生因子，在方差分析中經常會用到
> gl(3,5) 3是因子水平數，5是重復次數 [1] 1 1 1 1 1 2 2 2 2 2 3 3 3 3 3 Levels: 1 2 3 > gl(3,1,15) 15是結果的總長度 [1] 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 Levels: 1 2 3 > df <- data.frame(year=kronecker(2001:2003, rep(1,4)), loc=c('beijing','beijing','shanghai','shanghai'), type=rep(c('A','B'),6), sale=rep(1:12)) > df year loc type sale 1 2001 beijing A 1 2 2001 beijing B 2 3 2001 shanghai A 3 4 2001 shanghai B 4 5 2002 beijing A 5 6 2002 beijing B 6 7 2002 shanghai A 7 8 2002 shanghai B 8 9 2003 beijing A 9 10 2003 beijing B 10 11 2003 shanghai A 11 12 2003 shanghai B 12 > tapply(df$sale,df[,c('year','loc')],sum) loc year beijing shanghai 2001 3 7 2002 11 15 2003 19 23 > tapply(df$sale,df[,c('type','loc')],sum) loc type beijing shanghai A 15 21 B 18 24