R语言︱数据分组统计函数族 |
您所在的位置：网站首页 › sapply函数 › R语言︱数据分组统计函数族 |
|
笔者寄语：apply族功能强大，实用，可以代替很多循环语句，R语言中不要轻易使用循环语句。 函数名 功能 特点 apply 按行、列运算均值、求和、众数等 简单运算 tapply=table apply 在apply之上加入table功能，可以分组汇总 table结合，可以分组汇总 lapply=list apply 都需要数据框格式，可以与list合用，返回仍是list list用法 sapply=simplify apply=unlist(lapply) 都需要数据框格式，可以与list合用，返回是矩阵 与lapply一样，但是可以输出矩阵格式 apply Apply Functions Over Array Margins对阵列行或者列使用函数 apply(X, MARGIN, FUN, ...) lapply Apply a Function over a List or Vector对列表或者向量使用函数 lapply(X, FUN, ...) sapply Apply a Function over a List or Vector对列表或者向量使用函数 sapply(X, FUN, ..., simplify = TRUE, USE.NAMES = TRUE) vapply Apply a Function over a List or Vector对列表或者向量使用函数 vapply(X, FUN, FUN.VALUE, ..., USE.NAMES = TRUE) tapply Apply a Function Over a Ragged Array对不规则阵列使用函数 tapply(X, INDEX, FUN = NULL, ..., simplify = TRUE) eapply Apply a Function Over Values in an Environment对环境中的值使用函数 eapply(env, FUN, ..., all.names = FALSE, USE.NAMES = TRUE) mapply Apply a Function to Multiple List or Vector Arguments对多个列表或者向量参数使用函数 mapply(FUN, ..., MoreArgs = NULL, SIMPLIFY = TRUE, USE.NAMES = TRUE) rapply Recursively Apply a Function to a List运用函数递归产生列表 rapply(object, f, classes = "ANY", deflt = NULL,how = c("unlist", "replace", "list"), ...) 1、apply函数对一个数组按行或者按列进行计算，矩阵纵、横运算（sum,average等） 其中apply中，1等于行，2等于列 代码语言：javascript复制> ma ma [,1] [,2] [,3] [,4] [1,] 1 3 1 7 [2,] 2 4 6 8 > apply(ma, c(1,2), sum) [,1] [,2] [,3] [,4] [1,] 1 3 1 7 [2,] 2 4 6 8 > apply(ma, 1, sum) [1] 12 20 > apply(ma, 2, sum) [1] 3 7 7 15代码语言：javascript复制> tapply(1:17, fac, sum, simplify = FALSE) $`1` [1] 51 $`2` [1] 57 $`3` [1] 45 $`4` NULL $`5` NULL > tapply(1:17, fac, range) $`1` [1] 1 16 $`2` [1] 2 17 $`3` [1] 3 15 $`4` NULL $`5` NULL2、tapply（进行分组统计） 代码语言：javascript复制tapply(X, INDEX, FUN = NULL, ..., simplify = TRUE) #把x在index分类下进行fun #例：把x在因子分类下，进行汇总操作 fac da year province sale 1 2007 A 1 2 2007 B 2 3 2007 C 3 4 2007 D 4 5 2008 A 5 6 2008 C 6 7 2008 D 7 8 2009 B 8 9 2009 C 9 10 2009 D 10 > attach(da) > tapply(sale,list(year,province)) #以sale为基，按照year,province的顺序，排列 [1] 1 4 7 10 2 8 11 6 9 12 > tapply(sale,list(year,province),mean) A B C D 2007 1 2 3 4 2008 5 NA 6 7 2009 NA 8 9 103、函数table（求因子出现的频数）代码语言：javascript复制使用格式为： table(..., exclude = if (useNA == "no") c(NA, NaN), useNA = c("no", "ifany", "always"), dnn = list.names(...), deparse.level = 1) 其中参数exclude表示哪些因子不计算。 示例代码： > d d [1] A B C A B C A B C A B C A B C A B C A B C A B C A B C A B C Levels: A B C D E > table(d, exclude="B") d A C D E 10 10 0 04、函数lapply与函数sapply每一列数据采用同一种函数形式，比如求X变量得分位数，比如求X变量的循环函数。 lapply的使用格式为： lapply(X, FUN, ...) lapply的返回值是和一个和X有相同的长度的list对象， 这个list对象中的每个元素是将函数FUN应用到X的每一个元素。 其中X为List对象（该list的每个元素都是一个向量）， 其他类型的对象会被R通过函数as.list()自动转换为list类型。 函数sapply是函数lapply的一个特殊情形，对一些参数的值进行了一些限定，其使用格式为： sapply(X, FUN,..., simplify = TRUE, USE.NAMES = TRUE) sapply(*, simplify = FALSE, USE.NAMES = FALSE) 和lapply(*)的返回值是相同的。 如果参数simplify=TRUE，则函数sapply的返回值不是一个list，而是一个矩阵； 若simplify=FALSE，则函数sapply的返回值仍然是一个list。 代码语言：javascript复制 x lapply(x, quantile) $a 0% 25% 50% 75% 100% 1.00 3.25 5.50 7.75 10.00 $beta 0% 25% 50% 75% 100% 0.04978707 0.25160736 1.00000000 5.05366896 20.08553692 $logic 0% 25% 50% 75% 100% 0.0 0.0 0.5 1.0 1.0 > sapply(x, quantile,simplify=FALSE,use.names=FALSE) $a 0% 25% 50% 75% 100% 1.00 3.25 5.50 7.75 10.00 $beta 0% 25% 50% 75% 100% 0.04978707 0.25160736 1.00000000 5.05366896 20.08553692 $logic 0% 25% 50% 75% 100% 0.0 0.0 0.5 1.0 1.0代码语言：javascript复制#参数simplify=TRUE的情况 > sapply(x, quantile) 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 1.05、函数mapply函数mapply是函数sapply的变形版，mapply 将函数 FUN 依次应用每一个参数的第一个元素、第二个元素、第三个元素上。函数mapply的使用格式如下： mapply(FUN, ..., MoreArgs = NULL, SIMPLIFY = TRUE,USE.NAMES = TRUE) 其中参数MoreArgs表示函数FUN的参数列表。 代码语言：javascript复制> mapply(rep, times=1:4, x=4:1) [[1]] [1] 4 [[2]] [1] 3 3 [[3]] [1] 2 2 2 [[4]] [1] 1 1 1 1 #直接使用函数rep的结果： > rep(1:4,1:4) [1] 1 2 2 3 3 3 4 4 4 46、vapply {base}——按变量进行函数操作vapply类似于sapply函数，但是它的返回值有预定义类型，所以它使用起来会更加安全，有的时候会更快。 在vapply函数中总是会进行简化，vapply会检测FUN的所有值是否与FUN.VALUE兼容， 以使他们具有相同的长度和类型。类型顺序：逻辑、整型、实数、复数 vapply(X, FUN, FUN.VALUE, ..., USE.NAMES = TRUE) X表示一个向量或者表达式对象，其余对象将被通过as.list强制转换为list simplify 逻辑值或者字符串，如果可以，结果应该被简化为向量、矩阵或者高维数组。 必须是命名的，不能是简写。默认值是TRUE，若合适将会返回一个向量或者矩阵。如果simplify=”array”，结果将返回一个阵列。 USE.NAMES 逻辑值，如果为TRUE，且x没有被命名，则对x进行命名。 FUN.VALUE 一个通用型向量，FUN函数返回值得模板。 代码语言：javascript复制> x vapply(x,mean,c(c=0)) a b c 1.8329043 6.0442858 -0.1437202代码语言：javascript复制> k vapply(x,k,c(c=0)) 错误于vapply(x, k, c(c = 0)) : 值的长度必需为1， 但FUN(X[[1]])结果的长度却是2代码语言：javascript复制> vapply(x,k,c(c=0,b=0)) 错误于vapply(x, k, c(c = 0, b = 0)) : 值的种类必需是'double'， 但FUN(X[[1]])结果的种类却是'list'代码语言：javascript复制> vapply(x,k,c(list(c=0,b=0))) a b c c 1.832904 6.044286 -0.1437202 b 1.257834 1.940433 3.649194sapply与vapply函数之间的区别: 代码语言：javascript复制> i39 i39 [[1]] [1] 1 2 3 [[2]] [1] 1 2 3 4 [[3]] [1] 1 2 3 4 5 [[4]] [1] 1 2 3 4 5 6 [[5]] [1] 1 2 3 4 5 6 7 [[6]] [1] 1 2 3 4 5 6 7 8 [[7]] [1] 1 2 3 4 5 6 7 8 9 > sapply(i39, fivenum) [,1] [,2] [,3] [,4] [,5] [,6] [,7] [1,] 1.0 1.0 1 1.0 1.0 1.0 1 [2,] 1.5 1.5 2 2.0 2.5 2.5 3 [3,] 2.0 2.5 3 3.5 4.0 4.5 5 [4,] 2.5 3.5 4 5.0 5.5 6.5 7 [5,] 3.0 4.0 5 6.0 7.0 8.0 9 > vapply(i39, fivenum, + c(Min. = 0, "1st Qu." = 0, Median = 0, "3rd Qu." = 0, Max. = 0)) [,1] [,2] [,3] [,4] [,5] [,6] [,7] Min. 1.0 1.0 1 1.0 1.0 1.0 1 1st Qu. 1.5 1.5 2 2.0 2.5 2.5 3 Median 2.0 2.5 3 3.5 4.0 4.5 5 3rd Qu. 2.5 3.5 4 5.0 5.5 6.5 7 Max. 3.0 4.0 5 6.0 7.0 8.0 97、eapply {base}eapply函数通过对environment中命名值进行FUN计算后返回一个列表值，用户可以请求所有使用过的命名对象。 eapply(env, FUN, ..., all.names = FALSE, USE.NAMES = TRUE) env 将被使用的环境 all.names 逻辑值，指示是否对所有值使用该函数 USE.NAMES 逻辑值，指示返回的列表结果是否包含命名 代码语言：javascript复制> require(stats) > > env env$a env$beta env$logic # what have we there? > utils::ls.str(env) a : int [1:10] 1 2 3 4 5 6 7 8 9 10 beta : num [1:7] 0.0498 0.1353 0.3679 1 2.7183 ... logic : logi [1:4] TRUE FALSE FALSE TRUE > > # compute the mean for each list element > eapply(env, mean) $logic [1] 0.5 $beta [1] 4.535125 $a [1] 5.5 > unlist(eapply(env, mean, USE.NAMES = FALSE)) [1] 0.500000 4.535125 5.500000 > > # median and quartiles for each element (making use of "..." passing): > eapply(env, quantile, probs = 1:3/4) $logic 25% 50% 75% 0.0 0.5 1.0 $beta 25% 50% 75% 0.2516074 1.0000000 5.0536690 $a 25% 50% 75% 3.25 5.50 7.75 > eapply(env, quantile) $logic 0% 25% 50% 75% 100% 0.0 0.0 0.5 1.0 1.0 $beta 0% 25% 50% 75% 100% 0.04978707 0.25160736 1.00000000 5.05366896 20.08553692 $a 0% 25% 50% 75% 100% 1.00 3.25 5.50 7.75 10.008、rapply {base}rapply是lapply的递归版本 rapply(X, FUN, classes = "ANY", deflt = NULL, how = c("unlist", "replace", "list"), ...) X 一个列表 classes 关于类名的字符向量，或者为any时则匹配任何类 deflt 默认结果，如果使用了how=”replace”，则不能使用 how 字符串匹配三种可能结果 参考文献：菜鸟的成长的博客：http://blog.sina.com.cn/s/blog_6caea8bf0100xkpg.html———————————————————————————————————————————————————————————— 拓展一：lapply的用法因为一直想不明白，所以最开始的时候都不太会使用这个函数来进行并行处理， 最近想明白，用了一下发现验证了我的想法。 lapply中所要使用的函数，一定需要是输入为单一变量，输出为单一变量可以存至list中。 同时，lapply（x,fun），这个x的格式很重要，如果灌入的是list，在使用的时候，其实是先把x[[1]]，之后然后放入fun之中。也就是说，先拨开的list，然后再灌入。 例如： 代码语言：javascript复制a=function(x)[ x=names(x) x[x=="a"] } lapply(y,a)从这段代码大致可以了解到，lapply精髓在输入与输出。 输入应该单列，或者List格式的，整个多字节的数据框是不对的； 输出也只能是某一种形式，可以保存到list中的，比如此时的字符形式。 ——————————————————————————— |
今日新闻 |
推荐新闻 |
| CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |