深入剖析lapply函數

一、lapply的定義

lapply是R語言中的一個常用函數，其全稱為「list apply」，即對於一個列表型對象的每一元素應用一個特定的函數，返回一個由這些函數的返回值組成的列表對象。同時，lapply也支持其他的對象類型，如向量和數據框。

其基本語法如下：

lapply(X, FUN, …)

X表示列表型對象，FUN表示需要應用的函數，…代表FUN所需要的參數

二、lapply的使用

使用lapply時，需要先有一個列表型對象，下面我們通過示例代碼來說明：

#創建列表型對象
my_list <- list(1:5, letters[1:10])

#定義函數
my_fun <- function(x) {
  paste(x, "hello", sep = ", ")
}

#通過lapply對my_list中每個元素應用my_fun函數
lapply(my_list, my_fun)

運行結果如下：

[[1]]
[1] "1 hello, 2 hello, 3 hello, 4 hello, 5 hello"

[[2]]
[1] "a hello, b hello, c hello, d hello, e hello, f hello, g hello, h hello, i hello, j hello"

可以看到，lapply返回了一個列表對象，其中每個元素都是由my_fun函數返回的結果。這個結果和my_list對象的結構一樣，是一個由兩個元素組成的列表。

三、lapply的特點

1、自動化迭代

lapply是一個高度封裝的函數，它對於迭代的過程進行了自動化處理，用戶只需要提供一個列表對象和一個需要應用的函數，就可以輕鬆地將這個函數應用到列表的每個元素上。

例如下面的代碼：

#創建數字型向量和字元型向量
my_num <- 1:10
my_char <- letters[1:10]

#定義平方函數和轉換為大寫字母的函數
my_square <- function(x) {
  x^2
}
my_upper <- function(x) {
  toupper(x)
}

#通過lapply對my_num和my_char中的每個元素應用函數
lapply(my_num, my_square)
lapply(my_char, my_upper)

運行結果如下：

[[1]]
[1] 1

[[2]]
[1] 4

[[3]]
[1] 9

[[4]]
[1] 16

[[5]]
[1] 25

[[6]]
[1] 36

[[7]]
[1] 49

[[8]]
[1] 64

[[9]]
[1] 81

[[10]]
[1] 100

[[1]]
[1] "A"

[[2]]
[1] "B"

[[3]]
[1] "C"

[[4]]
[1] "D"

[[5]]
[1] "E"

[[6]]
[1] "F"

[[7]]
[1] "G"

[[8]]
[1] "H"

[[9]]
[1] "I"

[[10]]
[1] "J"

可以看到，lapply自動對列表的每個元素進行了迭代，並將函數應用到每個元素上，返回了一個新的列表。此時每個元素都已經被處理完畢了。

2、結果是一個列表對象

lapply的返回結果是一個由函數處理結果組成的列表對象。這個列表對象的長度等於X的長度，每個元素是一個獨立的處理結果。

例如下面的代碼：

#創建一個數據框
my_df <- data.frame(name = c("Jack", "Peter", "Mary"),
                   age = c(26, 30, 24),
                   gender = c("M", "M", "F"))

#定義函數
my_fun <- function(x) {
  paste("Name:", x$name, "Age:", x$age, "Gender:", x$gender, sep = " ")
}

#通過lapply對my_df每行應用my_fun函數
lapply(1:nrow(my_df), function(x) {
  my_fun(my_df[x, ])
})

運行結果如下：

[[1]]
[1] "Name:Jack Age:26 Gender:M"

[[2]]
[1] "Name:Peter Age:30 Gender:M"

[[3]]
[1] "Name:Mary Age:24 Gender:F"

可以看到，lapply返回了一個列表對象，其中每個元素都是由my_fun函數在my_df數據框的每行都應用一次得到的結果。

四、lapply與其他apply函數的比較

1、apply

apply函數是R語言中非常經典的函數之一，它可以應用到任何數組型對象中，包括向量、矩陣和數據框等。而lapply只能應用到列表、向量和數據框等具有特定結構的對象中。

#創建矩陣型對象
my_mat <- matrix(1:12, nrow = 3)

#通過apply函數對矩陣中每行的元素進行求和
apply(my_mat, 1, sum)

#通過lapply函數對my_list中的每個元素應用sum函數
lapply(my_list, sum)

可以看到，通過apply函數可以對矩陣的每行應用sum函數得到其和，通過lapply函數只能對向量中的元素、列表中的元素、數據框中的列應用函數得到特定的結果。

2、sapply、vapply和mapply

sapply、vapply和mapply都是lapply的改進版本，具有更好的靈活性和更方便的使用方式。

sapply：

sapply基於lapply，並且自動處理返回結果的轉換。它會根據返回結果的類型，自動把返回結果轉換為簡單的類型（向量、矩陣或列表），可以省去轉換的步驟。

#創建列表型對象
my_list <- list(1:5, letters[1:10])

#定義函數
my_fun <- function(x) {
  paste(x, "hello", sep = ", ")
}

#通過sapply對my_list中每個元素應用my_fun函數
sapply(my_list, my_fun)

可以看到，sapply可以自動將返回結果轉換為簡單的類型，這裡轉換成了一個矩陣。

     [,1]                 [,2]                            
[1,] "1 hello"            "a hello"                        
[2,] "2 hello"            "b hello"                        
[3,] "3 hello"            "c hello"                        
[4,] "4 hello"            "d hello"                        
[5,] "5 hello"            "e hello"                        
[6,] NA                      "f hello"                        
[7,] NA                      "g hello"                        
[8,] NA                      "h hello"                        
[9,] NA                      "i hello"                        
[10,] NA                      "j hello"

vapply：

vapply函數比sapply更為安全，因為它可以指定返回結果的類型和長度，避免返回結果出現不一致的情況。

mapply：

mapply函數適用於多列表模式下的應用，即在列表中應用多個具有相同結構的函數，或在多個列表中應用一個具有多參數的函數。

五、總結

lapply函數是R中一個非常常用且重要的函數。它為我們提供了一種高效、便捷的方式，對列表、向量和數據框等對象的每個元素應用相同的函數。在實際應用中，lapply可以幫助我們快速地進行數據處理和分析，提高工作效率。