对矩阵一般的分组统计方式不能满足的时候,我们就需要借助一些函数来帮忙,这里讲介绍apply、tapply、lapply、sapply、mapply、table等函数进行分组统计。

一 、apply函数

对一个数组按行或者按列进行计算):
使用格式为:
apply(X, MARGIN, FUN, …)
其中X为一个数组;MARGIN为一个向量(表示要将函数FUN应用到X的行还是列),若为1表示取行,为2表示取列,为c(1,2)表示行、列都计算。

二、 函数tapply

进行分组统计):

使用格式为:
tapply(X, INDEX, FUN = NULL, …, simplify = TRUE) #对x进行操作罗
其中X通常是一向量;INDEX是一个list对象,且该list中的每一个元素都是与X有同样长度的因子;FUN是需要计算的函数;simplify是逻辑变量,若取值为TRUE(默认值),且函数FUN的计算结果总是为一个标量值,那么函数tapply返回一个数组;若取值为FALSE,则函数tapply的返回值为一个list对象。需要注意的是,当第二个参数INDEX不是因子时,函数 tapply() 同样有效,因为必要时 R 会用 as.factor()把参数强制转换成因子。

三 、函数table

求因子出现的频数):
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 <- factor(rep(c(“A”,”B”,”C”), 10), levels=c(“A”,”B”,”C”,”D”,”E”))
> 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)
d
A B C D E
10 10 10 0 0
> table(d, exclude=”B”)
d
A C D E
10 10 0 0

四、函数lapply与函数sapply:

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。

五、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。

#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 4

参考资料:
菜鸟的成长 http://blog.sina.com.cn/s/blog_6caea8bf0100xkpg.html
部分内容来自于Roger D. Peng的《Computing for Data Analysis》

发表评论

电子邮件地址不会被公开。 必填项已用*标注