R中的向量化运算

R语言中的向量化运算

 我们主要通过iris数据集介绍R语言中的向量化运算

str(iris)

## 'data.frame':    150 obs. of  5 variables:
##  $ Sepal.Length: num  5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...
##  $ Sepal.Width : num  3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ...
##  $ Petal.Length: num  1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ...
##  $ Petal.Width : num  0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
##  $ Species     : Factor w/ 3 levels "setosa","versicolor",..: 1 1 1 1 1 1 1 1 1 1 ...

---

apply

**apply**通过对数组或者矩阵的一个维度使用函数生成值得到列表或者数组、向量。

## function (X, MARGIN, FUN, ...)

例如我们想知道iris数据集前四列的均值：

apply(iris[1:4],2,mean)

## Sepal.Length  Sepal.Width Petal.Length  Petal.Width 
##     5.843333     3.057333     3.758000     1.199333

---

或者我们想知道某一行的最大值

apply(iris[1:4], 1, max)

##   [1] 5.1 4.9 4.7 4.6 5.0 5.4 4.6 5.0 4.4 4.9 5.4 4.8 4.8 4.3 5.8 5.7 5.4
##  [18] 5.1 5.7 5.1 5.4 5.1 4.6 5.1 4.8 5.0 5.0 5.2 5.2 4.7 4.8 5.4 5.2 5.5
##  [35] 4.9 5.0 5.5 4.9 4.4 5.1 5.0 4.5 4.4 5.0 5.1 4.8 5.1 4.6 5.3 5.0 7.0
##  [52] 6.4 6.9 5.5 6.5 5.7 6.3 4.9 6.6 5.2 5.0 5.9 6.0 6.1 5.6 6.7 5.6 5.8
##  [69] 6.2 5.6 5.9 6.1 6.3 6.1 6.4 6.6 6.8 6.7 6.0 5.7 5.5 5.5 5.8 6.0 5.4
##  [86] 6.0 6.7 6.3 5.6 5.5 5.5 6.1 5.8 5.0 5.6 5.7 5.7 6.2 5.1 5.7 6.3 5.8
## [103] 7.1 6.3 6.5 7.6 4.9 7.3 6.7 7.2 6.5 6.4 6.8 5.7 5.8 6.4 6.5 7.7 7.7
## [120] 6.0 6.9 5.6 7.7 6.3 6.7 7.2 6.2 6.1 6.4 7.2 7.4 7.9 6.4 6.3 6.1 7.7
## [137] 6.3 6.4 6.0 6.9 6.7 6.9 5.8 6.8 6.7 6.7 6.3 6.5 6.2 5.9

---

lapply 和 sapply

lapply和sapply通过对x的每一个元素运用函数，生成一个与元素个数相同的值列表，这里的x可以为向量，矩阵或者数据框，sapply是lapply的用户友好版本，lapply返回的是一个列表的形式，而sapply返回的一个数据框的形式 例如我们想知道iris每个元素的种类

lapply(iris,class)

## $Sepal.Length
## [1] "numeric"
## 
## $Sepal.Width
## [1] "numeric"
## 
## $Petal.Length
## [1] "numeric"
## 
## $Petal.Width
## [1] "numeric"
## 
## $Species
## [1] "factor"

sapply(iris,class)

## Sepal.Length  Sepal.Width Petal.Length  Petal.Width      Species 
##    "numeric"    "numeric"    "numeric"    "numeric"     "factor"

我们也可以用sapply算出每一列的均值

sapply(iris,mean)

## Warning in mean.default(X[[5L]], ...): argument is not numeric or logical:
## returning NA

## Sepal.Length  Sepal.Width Petal.Length  Petal.Width      Species 
##     5.843333     3.057333     3.758000     1.199333           NA

---

tapply(与aggregate作比较)

tapply对一组非空值(典型的是一个向量)按照一组确定因子进行相应计算 例如我们想知道对于不同的Species，Sepal.Width的均值和方差

tapply(iris$Sepal.Width,INDEX=iris$Species,FUN=mean)

##     setosa versicolor  virginica 
##      3.428      2.770      2.974

tapply(iris$Sepal.Width,INDEX=iris$Species,FUN=sd)

##     setosa versicolor  virginica 
##  0.3790644  0.3137983  0.3224966

这里我们介绍一下aggregate函数，aggregate函数是数据整合的重要函数，它可以按照一组确定的因子对一个数据框进行相应的计算。

aggregate(iris[1:4],by=list(a=iris$Species),mean)

##            a Sepal.Length Sepal.Width Petal.Length Petal.Width
## 1     setosa        5.006       3.428        1.462       0.246
## 2 versicolor        5.936       2.770        4.260       1.326
## 3  virginica        6.588       2.974        5.552       2.026

---

mapply

mapply是sapply的多变量版本。将对…中的每个参数运行FUN函数，如有必要，参数将被循环

## function (FUN, ..., MoreArgs = NULL, SIMPLIFY = TRUE, USE.NAMES = TRUE)

简单的举一个例子

mapply(rep,1:3,3:1)

## [[1]]
## [1] 1 1 1
## 
## [[2]]
## [1] 2 2
## 
## [[3]]
## [1] 3

---

vapply

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

 x<-data.frame(a=rnorm(4,4,4),b=rnorm(4,5,3),c=rnorm(4,5,3))
 vapply(x,mean,c(c=0))

##        a        b        c 
## 2.001334 2.691793 4.245447