r語言apply函數用法詳解

一、apply函數的概述

apply函數是R語言中非常常用且強大的函數之一。它可以按行或列執行指定函數，並返回結果向量或矩陣。該函數可以用於數組、矩陣和數據框等對象，是一種通用的數據操作方式。apply()函數通常用於進行聚合分析，也可用於簡化複雜的代碼，提高代碼的可讀性。

set.seed(123)
matrix1 <- matrix(rnorm(20), ncol=5)
matrix1
#      [,1]  [,2]  [,3]   [,4]   [,5]
#[1,] -0.560 -0.230 1.558 0.0705 1.0705
#[2,] -0.230 1.558 0.070 0.1293 0.1293
#[3,]  1.556 0.0705 0.130 1.7151 0.6859
#[4,]  0.130 1.7151 1.715 0.4609 0.4609

 apply(matrix1, 2, mean)  # 2表示按列進行計算
# [1]  0.4986595  0.7787829  0.8682636  0.8414685  0.5869068

 apply(matrix1, 1, sum)  # 1表示按行進行計算
# [1] 2.866
# [2] 2.055
# [3] 4.127
# [4] 4.462

二、apply函數的參數解析

1. X

X參數表示待操作的對象，如矩陣、數組或數據框等。

set.seed(123)
matrix1 <- matrix(rnorm(20), ncol=5)
matrix1
#      [,1]  [,2]  [,3]   [,4]   [,5]
#[1,] -0.560 -0.230 1.558 0.0705 1.0705
#[2,] -0.230 1.558 0.070 0.1293 0.1293
#[3,]  1.556 0.0705 0.130 1.7151 0.6859
#[4,]  0.130 1.7151 1.715 0.4609 0.4609

apply(matrix1, 2, sum)  # 將每列的元素相加
# [1] 0.896 3.113 3.472 3.366 2.343

2. MARGIN

MARGIN表示函數操作的維度，是一個整數向量。1表示按行操作，2表示按列操作。默認值為1。

set.seed(123)
matrix1 <- matrix(rnorm(20), ncol=5)
matrix1
#      [,1]  [,2]  [,3]   [,4]   [,5]
#[1,] -0.560 -0.230 1.558 0.0705 1.0705
#[2,] -0.230 1.558 0.070 0.1293 0.1293
#[3,]  1.556 0.0705 0.130 1.7151 0.6859
#[4,]  0.130 1.7151 1.715 0.4609 0.4609

apply(matrix1, 1, sum)  # 按行相加
# [1] 2.866
# [2] 2.055
# [3] 4.127
# [4] 4.462

apply(matrix1, 2, sum) # 按列相加
# [1] 0.896 3.113 3.472 3.366 2.343

3. FUN

FUN表示應用到數據的函數。可以是內置函數或自定義函數。

set.seed(123)
matrix1 <- matrix(rnorm(20), ncol=5)
matrix1
#      [,1]  [,2]  [,3]   [,4]   [,5]
#[1,] -0.560 -0.230 1.558 0.0705 1.0705
#[2,] -0.230 1.558 0.070 0.1293 0.1293
#[3,]  1.556 0.0705 0.130 1.7151 0.6859
#[4,]  0.130 1.7151 1.715 0.4609 0.4609

apply(matrix1, 2, function(x) length(unique(x))) # 計算每列獨特元素的數量
# [1] 4 4 4 4 4

4. …

省略號可以傳遞額外的參數給FUN函數，使用時需要將FUN函數設置為可以接受省略號的參數。使用…參數可以動態的傳遞參數。

# 對x矩陣的每一列做二次項的和
x <- matrix(1:12, ncol=3)
apply(x, 2, function(x, a, b) sum(a * x^2 + b), a=1, b=2)
# [1]  38  83 146

三、apply函數的相關函數

1. sapply函數

sapply()函數可應用於向量、列表和矩陣等。在矩陣中，它返回的結果與apply函數相同。與apply不同的是，sapply返回的是一個向量。

set.seed(123)
matrix1 <- matrix(rnorm(20), ncol=5)
matrix1
#      [,1]  [,2]  [,3]   [,4]   [,5]
#[1,] -0.560 -0.230 1.558 0.0705 1.0705
#[2,] -0.230 1.558 0.070 0.1293 0.1293
#[3,]  1.556 0.0705 0.130 1.7151 0.6859
#[4,]  0.130 1.7151 1.715 0.4609 0.4609

sapply(matrix1, mean)
#[1]  0.4986595  0.7787829  0.8682636  0.8414685  0.5869068

2. lapply函數

lapply()函數可應用於列表、數據框和矩陣等。它返回的是一個列表。

set.seed(123)
matrix1 <- matrix(rnorm(20), ncol=5)
matrix1
#      [,1]  [,2]  [,3]   [,4]   [,5]
#[1,] -0.560 -0.230 1.558 0.0705 1.0705
#[2,] -0.230 1.558 0.070 0.1293 0.1293
#[3,]  1.556 0.0705 0.130 1.7151 0.6859
#[4,]  0.130 1.7151 1.715 0.4609 0.4609
list_1 <- as.list(matrix1)

lapply(list_1, function(x) mean(x))
#[[1]] [1] -0.01877
#[[2]] [1] 0.5275837
#[[3]] [1] 0.8317141
#[[4]] [1] 0.8961867
#[[5]] [1] 0.5869068

3. tapply函數

tapply()函數可以對一個向量按指定的因子進行分類操作。它返回的結果是一個數組、矩陣或列表等。

set.seed(123)
age <- c(28, 20, 34, 22, 30, 31, 27, 26, 21, 25, 25, 32)
sex <- factor(c("M", "M", "F", "F", "M", "F", "F", "M", "M", "F", "M", "F"))
salary <- rnorm(12, mean = 2000, sd = 500)
df1 <- data.frame(age, sex, salary)

tapply(df1$salary, df1$sex, mean)
#   F        M 
#1969.675 2236.187 

四、apply函數的注意事項

1. 數據類型和形式必須正確

輸入的數據類型和形式必須符合apply函數的要求。apply()函數不能用於字符型數據或數據框，必須用於向量、數組或矩陣等數據類型。

2. 函數必須是純函數或返回標量值

如果應用的函數有任何可見副作用，則結果可能無法實現。因此，函數的輸出應該是標量值，即單個數字或字符、向量、矩陣或數組。

3. 謹防NA值

apply()函數對於NA值的處理有時可能會使結果出現問題。因此使用該函數時，應注意避免NA值，或使用適當的函數來處理它們。

總結

apply函數是R語言中非常強大、常用的函數之一。通過提供各種選項和參數，可以定製函數操作到各種數據類型。這樣，在進行數據操作時，R語言中的apply()函數可以為您節省大量時間和精力，提高代碼的可讀性和效率。