第4章 重要函数的使用

4-1 R语言函数 lapply

处理循环：R不仅有for/while循环语句（特点：需要些多行代码），还有更强大的实现循环的“一句话”函数。

排序

总结数据信息

lapply:可以循环处理列表中的每一个元素  

           lapply（参数）：lapply(列表，函数/函数名，其他参数)

           结果：总是返回一个列表

例：1.str(lapply)(其作用是把任意的R对象以一种整洁紧凑的形式显示出来)

          x<-list(a=1:10,b=c(11,21,31,41,51))

          lapply(x,mean)

        2.x<-1:4（在lapply内部，会强制转化为列表）

           lapply(x,runif)(从均匀分布的总体里抽取若干个数，默认从0到1之间抽取)

           lapply(x,runif,min=0,max=100)（从0到100之间抽取）

        3.x<-list(a=matrix(1:6,2,3)),b=matrix(4:7,2,2)

           lapply(x,function(m)m[1,])(m为匿名函数，对x中的每一个矩阵都取出它第1行的元素)

sapply:与lapply非常相似，它可以在允许的情况下对lapply的结果进行化简。结果列表元素长度均为1，返回向量；结果列表长度相同且大于1，返回矩阵；其他情况与lapply相同。

例：   x<-list(a=1:10,b=c(11,21,31,41,51))

          lapply(x,mean)

          sapply(x,mean)

R语言函数lapply

• 可以循环处理列表中的每一个元素

• lapply(参数)：lapply(列表，函数/函数名，其他参数)

• 总是返回一个列表

sapply:简化结果

• 结果列表元素长度均为1，返回向量

• 结果列表元素长度相同且大于1，返回矩阵

lapply(x,mean)   #求列表x的平均值

lapply(x,runif )  #runif 从一个均匀分布的总体中抽取若干个数出来，默  

                           认为（0，1）区间

lapply(x,runif,min=0,max=100 )   #抽取的范围是0-100

x <- list(a=matrix(1:6,2,3),b=matrix(4:7,2,2))

lapply(x,function(m),m[1,])#function代表一个函数，m表示传入的参数是矩阵

重要函数的使用

#lapply

str(） ---------把任意的R对象的使用标准展示出来

eunif  ----- 从一个均匀分布的整体里抽取若干个数出来

runif 默认的取数区间是0-1，但是当对min和max进行设置以后，取数区间变成了0-100

建一个匿名函数---function(m)  ---m是函数要传入的参数 

#sapply

sapply可以对lapply的结果进行化简，如果能化解则化简，不能化简则和lapply的结果一致

重要函数的使用

重要函数的使用

sapply（）输出的结果更为简化

runif从均匀分布的总体里抽出若干个数，默认从0-1开始抽取，

在lapply内部，强制转化为列表（在后面可以设第三个第四个参数，设置抽取范围）

str（）函数是将任意R对象以简单，紧凑的形式展现出来

function（）表示这是一个函数（X，FUN，...)  （X表示列表）

一句话函数

重要函数的使用

function()代表匿名函数

sapply()能把lappy的结果进行化解，例如把列表化解成向量，使结果更加清晰：1）当结果列表元素长度均为1 ，返回向量；2）当长度相同且大于1，返回矩阵。反之，返回结果和lapply一样

循环函数：for/while()语句（需要多行代码），此外还有“一句话”函数（一行代码即可）

lapply(参数)：可以循环处理列表中的每一个元素，参数可以是列表，函数名等，其结果总是返回一个列表

求平均mean()，runif()代表从一个均匀分布的总体里抽取若干个数出来，该函数默认从0到1进行抽取

#lapply

str(lapply)#str()函数是使得任意的R函数以一种简介紧凑的形式显示出来

x <- list(a = 1:10,b = c(11,23,45,67,32,12))

lapply(x,mean)#求x列表中a和b元素的平均值

x1 <- 1:4

lapply(x1,runif)#runif函数作用是：从一个均匀分布的总体里抽取若干个数出来，默认从0-1之间抽取

lapply(x1,runif,min=0,max=100)#可以自助设置取值区间，虽然x1是向量，但是返回值默认是列表

x2 <-list(a = matrix(1:6,3,2), b =matrix(4:9,2,3))

lapply(x2,function(m) m[1,])#使用lapply函数时，参数格式一定要书写正确。本例抽取了列表中两个矩阵的第一行

#sapply,在lapply的结果能够简化的情况下对其进行简化，若不能简化则输出结果与lapply一样

x <- list(a = 1:10,b = c(11,23,45,67,32,12))

lapply(x,mean)

sapply(x,mean)

class(sapply(x,mean))#查看其类型属于数值型

#apply

y <-array(rnorm(2*3*4),c(2,3,4))

y

apply(y, c(1,2),mean)#对不同维度上的行和列求均值

apply(y, c(1,3),mean)#把不同列上的维度和列求均值

apply(y, c(2,3),mean)#把不同行上的列和维度求均值

#mapply

list(rep(1,4),rep(2,3),rep(3,2),rep(4,1))#与下面的函数运动结果一样

mapply(rep,1:4,4:1)#作用就是用rep函数，把1-4之间的数分别重复4-1遍

#写一个自己的函数：抽取正态分布中标准差（std）一定、均值（mean）一定的若干个数（n）的值

s <- function(n,mean,std){

  rnorm(n,mean,std)

}#写完函数要先运行一下才能被调用

s(4,0,1)#抽取4个均值为0标准差为1的数

mapply(s,1:5,5:1,2)#传入s函数名，抽取1-5个值，均值分别为5-1，标准差为2

#tapply

x <-c(rnorm(5),runif(5),rnorm(5,1))#创建包含15个元素的向量，前五个是正态分布的5个，中间是均匀分布的5个元素，最后是标准差为1，标准差为0的正态分布

x

f <- gl(3,5)#gl函数后的参数说明：选取3个水平，每个水平下有5个元素

f

tapply(x, f, mean)#参数的含义就是：对x这个向量，按照f的水平进行分组，对每一组求均值

#split

split(x,f)#把x按照f水平进行划分

lapply(split(x,f),mean)#对划分后的数据求均值

head(airquality)

s <- split(airquality,airquality$Month)#查找airquality包中的月份数据，并传入s中

table(airquality$Month)#查找month的信息，以及每一月包含的记录数

lapply(s, function(x) colMeans(x[,c("Ozone","Wind","Temp")]))#计算x中Ozone、Wind、Temp三列的均值

sapply(s, function(x) colMeans(x[,c("Ozone","Wind","Temp")]))#sapply可以简化结果

#sapply虽然简化了结果，但是结果中包含缺失值，在Ozone中存在缺失值，所以运算时无法刨除，也就无法计算出正确的均值

#加上"na.rm = TRUE"，就能解决存在缺失值的问题

sapply(s, function(x) colMeans(x[,c("Ozone","Wind","Temp")],na.rm = TRUE))

#排序

x1 <- data.frame(v1=1:5, v2 =c(10,5,2,8,63), v3=11:15, v4 =c(1,1,2,4,5))

x1

sort(x1$v2)#升序排列

sort(x1$v2, decreasing = TRUE)#降序排列

order(x1$v2)#返回的是第二列排序后的下标序号

x1[order(x1$v2),]#可以把所有数据按照第二列升序后的顺序进行相应的重新排列

x1[order(x1$v4,x1$v2),]#先按照v1进行排序（升序），遇到相同值时就用v2进行排序

x1[order(x1$v4,x1$v2,decreasing = TRUE),]#也可直接按降序排列

lapply(列表，函数/函数名，其他参数), 可以循环处理列表中每一个元素，总是返回一个列表，如果传入的第一个元素不是列表，会自动强制转化为列表；

str()函数用于把任意R对象以简洁的形式显示；

自己创建函数lapply(x, function(m) m[1, ])；

sapply()化简结果：如果结果列表元素长度均为1，返回向量；如果结果元素长度相同且大于1，返回矩阵；若结果元素长度不同无法化简；

sapply():简化lapply()结果，不再返回列表，而是返回向量和矩阵

lapply() 循环处理列表中的每一个元素

lapply函数可以处理循环列表中的没一个元素，但是返回了是一个列表

注意，如果传入lapply函数的不是一个列表，那么他将进行强制转换为列表

slapply函数返回结果是一个数值型的

mean函数是求平均的

服从均匀分布的随机数

runif(n, min = 0, max = 1)

生成一个长度为10的向量，向量中的每个值服从0~1区间上的均匀分布，那么可以这样写

lapply(x,runif)

//对数据进行随机抽取

常与匿名函数结合使用

lapply(x,function(m) m[1,])

//讲x依次传入function中，并抽取第一行

sapply(x,mean)//简化结果，当列表元素长度均为1，返回向量；列表元素长度相同且大于1，返回矩阵

runif: 从一个均匀分布的整体抽出若干个数，默认 从0到1之间抽取，如果主动设置区间会从相应区间抽取

lapply(x, functon(m) m[1,])，第二三项之间没有逗号

sapply：更简化，长度相同把列表简化为向量或矩阵，不相同依旧转化为列表

#lapply的应用
x<-list(a=1:10,b=c(11,21,31,41,51))
lapply(x,mean)#将返回一个列表，内容为列表x中单个元素的平均值（函数起到循环作用）
x<-1:4
lapply(x,runif)#从均匀分布的总体中抽取若干个数出来
lapply(x,runif,min=0,max=100)#runif的默认区间为0-1；设定了min和max，更改了runif的区间为1-100
x<-list(a=matrix(1:6,2,3),b=matrix(4:7,2,2))
lapply(x,function(m)m[1,])#取出矩阵x中两个元素中第一行的元素
#sapply
x<-list(a=1:10,b=c(11,21,31,41,51))
lapply(x,mean)
sapply(x,mean)#简化lapply的数据,也起循环的作用
class(lapply(x,mean))#返回列表
class(sapply(x,mean))#返回数值
#sapply:简化结果
结果列表元素长度均为1，返回向量；
长度相同且大于1，返回矩阵。

循环函数

lapply：可以循环处理列表中每一个元素

lapply(列表，函数/函数名，其他参数)

x<-list(a=c(1:10)), b=c(11,21,31,41,51))

lapply(x, mean)

x2<-1:4  #创建一个向量x2

lapply( x2, runif ) #runif函数（r + unif）：从一个均匀分布的整体里，抽取若干个数出来

R语言生成均匀分布随机数的函数是runif（）

句法是：runif(n,min=0,max=1)    n表示生成的随机数数量，min表示均匀分布的下限，max表示均匀分布的上限；若省略参数min、max,则默认生成[0,1]上的均匀分布随机数。

lapply(x2, runif,min=0,max=100)

x3<-list(a=matrix(1:6,2,3), b=matrix(4:7),2,2 )

lapply(x3, function(m) m[1, ])

#函数function返回x3中每个矩阵的第一行

#sapply函数 能够化简lapply

x返回值从列表简化成向量，并不影响理解

处理循环：R中不仅有for/while循环语句，还有“一句话”函数。 

排序 

总结数据信息 

lapply：可以循环处理列表中的每一个元素。

lapply(列表，函数/函数名，其他参数)，返回值总是一个列表。 

lapply(x,mean) #对x中的元素求平均，若x不是列表，会被强制转换为列表

lapply(x,runif) #从均匀分布的总体里抽取元素数值个0-1的随机数 

lapply(x,runif,min=0,max=100) #抽取出大于0小于100的随机数 min、max作为runif的参数传入 

函数可以自定义，即匿名函数形式： function(参数)  操作

注意：传进来的参数是列表中的每个元素（是下一级的）。 

sapply与lapply操作相同，但是是对lapply进行简化，若结果列表中元素个数均为1，返回numeric向量；若结果列表元素个数相同且大于1，返回矩阵。 

str()参数为R对象，将其以一种整洁紧凑的形式显示出来。可以用来函数对象需要哪些参数

如果不是列表，会自动转化为列表

R中可以一句话而避免for和while多行

lapply:循环列表中的每一个元素