lapply

正如前面展示的，lapply( )函数接收一个向量和一个函数作为输入参数。它将这个
函数应用到向量中的每个元素，再将结果以列表的形式返回。
当每次迭代都是相互独立时，这个函数就非常好用。因为在这种情况下，我们不需要
构建一个显式迭代器来明确每步迭代过程。
lapply( )不仅适用于向量，也适用于列表。假设我们有一份学生列表：
students <- list(
a1 = list(name = "James", age = 25,
gender = "M", interest = c("reading", "writing")),
a2 = list(name = "Jenny", age = 23,
gender = "F", interest = c("cooking")),
a3 = list(name = "David", age = 24,
gender = "M", interest = c("running", "basketball")))
现在，我们想创建一个字符向量，其中每个元素都具有如下形式：
James, 25 year-old man, loves reading, writing.
函数 sprintf( )通过将占位符（例如： %s 对应字符串， %d 对应整数）替换为相应
的输入参数来格式化文本。举个例子：
sprintf("Hello, %s! Your number is %d.", "Tom", 3)
## [1] "Hello, Tom! Your number is 3."
返回到我们的问题上来，每次迭代都是作用在列表 students 上，并且是相互独立的。
换句话说，对 James 的相关操作与 Jenny 无关，以此类推。所以，我们可以使用 lapply( )
执行这项工作：
lapply(students, function(s) {
type <- switch(s$gender, "M" = "man", "F" = "woman")
interest <- paste(s$interest, collapse = ", ")
sprintf("%s, %d year-old %s, loves %s.", s$name, s$age, type, interest)
})
## $a1
## [1] "James, 25 year-old man, loves reading, writing."
##
## $a2
## [1] "Jenny, 23 year-old woman, loves cooking."
##
## $a3
## [1] "David, 24 year-old man, loves running, basketball."
上述代码使用了一个匿名函数。所谓匿名函数就是没有使用常规赋值运算符将其绑定
给某个符号的函数，简言之，就是创建了一个没有命名的函数。当然，我们也可以将函数
明确地绑定给某个符号，也就是赋予函数一个名称，然后在 lapply( )中使用函数名。
尽管如此，代码已经非常直观了。对于 students 中的每个元素 s ，函数重新定义了学生
类型，并以逗号为分隔符，将他们的兴趣连接在一起，最后以我们希望的形式整合所有信息。
幸运的是，lapply( )的主要使用方式与 apply( )函数族的其他函数是相通的，但
它们的迭代机制或结果的返回形式可能有所不同。