逍客语言学习笔记葡萄娱乐场

apply()

apply(m,dimcode,f,fargs)

  • m 是三个矩阵。
  • dimcode是维度编号,取1则为对行使用函数,取2则为对列运用函数。
  • f是函数
  • fargs是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

lapply()

lapply()(代表list apply)与矩阵的apply()函数的用法相通,
对列表的各类组件试行给定的函数,并赶回另一个列表。

> 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)能够将结果整理以向量,矩阵,列表
的款式出口。

> 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,他得以预先钦赐的归来值类型。使得获得的结果尤其安全。

> 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)供给向量 x (x无法是数据框),因子或因子列表 f 以致函数
g 。
tapply()推行的操作是:一时半刻将x分组,每组对应一个因子水平,获得x的子向量,然后这么些子向量应用函数
g

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