公众号沉寂一个多月后，我终于又回归了！过去的这几个星期忙于期末考试，忙得焦头烂额，现在总算闲下来了。

原本这篇推送我是打算因应社会热点，从经济学的角度探讨一下争议不断的离婚冷静期，做一篇发表在Quarterly Journal of Economics上面的经济学论文的结果重现。这篇论文，Bargaining in the Shadow of the Law: Divorce Laws and Family Distress，探讨了美国的no fault unilateral divorce离婚制度对婚姻暴力的影响，不论是研究对象还是研究方法都十分经典。不过在进行结果重现的过程中，我用R始终没办法得到和作者一致的结果，而作者又是用的Stata，所以我目前还在找是哪里出现了问题。如果之后问题解决了，我会再把这篇论文推出来的。有兴趣的朋友，可以点击文末阅读原文查看这篇论文。

既然难的做不了，今天就先讲个简单的，R语言里面for loop的替代者apply function。当想到循环的时候，我们一般都是指for或者while等等。虽然我个人非常喜欢使用for loop，但是不得不承认，for loop的运算速度相对来说并没有那么快。熟悉Python的朋友想必对vectorized operations并不陌生，而apply function就相当于R的vectorized operations，虽然严格意义上来说使用apply并不能算是。今天我会介绍整个apply function的家族，包括apply()，lapply()，sapply()，vapply()，tapply()，mapply()。

上面这些都是R自带的命令符，除此之外，purrr工具包中也有一系列的apply function，这些不在今天的讨论范围之内。

假设我们有一个矩阵或者数据框，我们需要对其中的每一个元素或者每一行每一列执行同一运算。比如，有一个的矩阵，我们需要计算每一行所有值的和，我们可以使用for loop循环计算，但是这样不仅耗时，语句也不简洁。这里，我们就可以使用apply()。该命令符有三个参数，第一个X是要被执行命令的矩阵或者数据框；第二个参数MARGIN设定是对行还是列执行命令，数字1代表行，数字2代表列；第三个参数FUN设定需要执行的命令，如果该命令有额外的参数需要输入，则将其当作新的参数写进apply()里面。

如果使用for loop计算每一列的均值，其过程稍稍有点复杂。

如果使用apply()就会简洁许多。