apply()

apply（m，dimcode，f，fargs）

• m 是一個矩陣。
• dimcode是維度編號，取1則為對行應用函數，取2則為對列運用函數。
• f是函數
• fargs是f的可選參數集

> z <- matrix(1:6, nrow = 3)
> f <- function(x) {
+         x/c(2, 8)
+ }
> apply(z,1,f)  #f函數得到兩個元素，則為幾行，豎著來的
      [,1]  [,2] [,3]
[1,]  0.5 1.000 1.50
[2,]  0.5 0.625 0.75

lapply()

lapply（）（代表list apply）與矩陣的apply（）函數的用法類似， 對列表的每個組件執行給定的函數，並返回另一個列表。

> 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）可以將結果整理以向量，矩陣，列表 的形式輸出。

> sapply(x, mean)
       a     beta    logic 
5.500000 4.535125 0.500000 
> sapply(x, quantile)   #每一個對應組件輸出5個元素，所以為5行，像矩陣一樣，豎著來的。
         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（）與sapply（）相似，他可以預先指定的返回值類型。使得得到的結果更加安全。

> vapply(x, quantile, c(1,2,5,6,8))   #它需要一個5個長度的向量來告訴他返回的類型，向量裏面的內容可以變換
         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）需要向量 x (x不可以是數據框)，因子或因子列表 f 以及函數 g 。
tapply（）執行的操作是：暫時將x分組，每組對應一個因子水平，得到x的子向量，然後這些子向量應用函數 g

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

R中利用apply、tapply、lapply、sapply、mapply、table等函數進行分組統計--轉載