目录
前言
在R语言中，apply系列函数可以对向量、矩阵、数据框一次性对整体数据应用函数运算，非常方便
一、apply()函数
定义：apply()函数按矩阵的行或列方向应用指定函数。
apply( x # 数组或矩阵 MARGIN #应用函数的方向，1行2列 FUN # 应用的函数 ) # 返回值根据数据Data的数据类型与Fun的返回值自动判断返回的数据类型
这里举个例子：
s <- matrix(1:9,ncol = 3) apply(s,1,sum) apply(s,2,sum)
即可得到下列结果：
apply(s,1,sum)
[1] 12 15 18
apply(s,2,sum)
[1] 6 15 24
在举一个R语言自带的鸢尾花数据集例子：
apply(iris[,1:4],2,sum)
结果如下：
apply(iris[,1:4],2,sum)
Sepal.Length Sepal.Width Petal.Length Petal.Width
876.5 458.6 563.7 179.9
如果小伙伴们对鸢尾花数据集不了解可以输入iris查看。
于此同时R语言中还定义了rowSums(),rowMeans(),colSums(),colMeans()函数对行列进行求和、均值的函数。使用方式也很简单。
二、lapply()函数
定义：lapply()函数以列表的形式返回函数的结果
lapply(
X #向量、列表、表达式、数据库
FUN #应用的函数
... #额外参数，会被传递给fun函数
)
继续使用鸢尾花数据集举例：
lapply(iris[,1:4],mean)
结果如下：
lapply(iris[,1:4],mean)
$Sepal.Length
[1] 5.843333$Sepal.Width
[1] 3.057333$Petal.Length
[1] 3.758$Petal.Width
[1] 1.199333
可以看到结果以列表的形式返回，可以使用unlist()函数将结果转换为向量。
unlist( #将列表转换为向量 X #R对象 recursive = FALSE #是否对x中的列表进行递归转换 use.names = TRUE #是否保留列表中的值名称 )
unlist(lapply(iris[,1:4],mean))
结果如下所示：
unlist(lapply(iris[,1:4],mean))
Sepal.Length Sepal.Width Petal.Length Petal.Width
5.843333 3.057333 3.758000 1.199333
三、sapply()函数
sapply()函数与lapply()函数类似，其结果以矩阵、向量的数据类型返回。
定义：向列表，向量、表达式数据等应用指定函数，然后以向量或矩阵形式返回结果。
sapply(
X #向量、列表、表达式、数据库
FUN #应用的函数
... #额外参数，会被传递给fun函数
)
同样使用鸢尾花数据集作为例子：
sapply(iris[,1:4], sum)
结果如下:
sapply(iris[,1:4], sum)
Sepal.Length Sepal.Width Petal.Length Petal.Width
876.5 458.6 563.7 179.9
当fun函数只有一个返回值，sapply()函数返回的就是包含这些值的向量。如果fun函数的结果时大于1的向量，则sapply()函数会返回矩阵。
如下例：
x <- sapply(iris[,1:4], function(x) {<!--{C}%3C!%2D%2D%20%2D%2D%3E-->x >3})class(x)
结果如下：
class(x)
[1] "matrix"
数据如下图所示：
四、tapply()函数
定义：根据给定的标准，对向量中保存的数据进行分组，然后对各分组应用指定函数，并返回结果。
tapply(
X #向量
INDEX #数据分组索引
FUN #应用的函数
... #额外参数
)
举个例子：
tapply(1:10,rep(1:2,5),sum)
结果如下图：
tapply(1:10,rep(1:2,5),sum)
1 2
25 30
例中1:10表示的是数据1到10，rep(1:2,5)表示将1到2重复5次。1,3,5,7,9属于1分组，2,4,6,8,10属于2分组。对它们进行求和，得到上诉结果。
以鸢尾花数据集举例：
tapply(iris$Sepal.Length,iris$Species,sum)
结果如下所示：
tapply(iris$Sepal.Length,iris$Species,sum)
setosa versicolor virginica
250.3 296.8 329.4
建立一个销售数据：
m <- matrix(1:8,ncol = 2,
dimnames = list(c("春","夏","秋","冬"),
c("female","male")))
对该数据秋上下半年与性别分别秋销售之和。
代码如下：
tapply(m, list(c(1,1,2,2,1,1,2,2),
c(1,1,1,1,2,2,2,2)), sum)
结果如下所示：
tapply(m, list(c(1,1,2,2,1,1,2,2),
+ c(1,1,1,1,2,2,2,2)), sum)
1 2
1 3 11
2 7 15
这里是将各个数据的位置建立索引进行分组，而后进行求和。
五、mapply()函数
定义：以列表或向量形式给出的参数传递给指定函数，并返回函数执行结果。
mapply(
FUN #应用的函数
... #待传递的参数
)
继续使用鸢尾花数据集举例（哈哈哈）：
mapply(sum,iris[,1:4])
结果如下：
mapply(sum,iris[,1:4])
Sepal.Length Sepal.Width Petal.Length Petal.Width
876.5 458.6 563.7 179.9
