R语言：数据的分割-计算-整合（split-apply-aggregate）

当获取到原始数据时，我们通常的做法是对该数据进行分割成小片段，然后对各小片段进行计算统计，最后整合成最终的数据。这是统计学里数据处理的一般规律。

R语言为我们提供了相应的函数来分别处理这三个阶段任务。

分割：split()和subset()函数。

计算：apply()，lapply()，tapply()，sapply()

整合：aggregate()

注意几点：

1.向量，矩阵，数组的长度就是它元素的个数，用length获取；而数据集，列表的长度则是它变量的个数，注意二者的不同。

实际上，向量和矩阵是特殊的数组，而数据集是特殊的列表。才表现出上述形式来。

2.批处理函数apply簇：

作用目标	在每个元素上应用	在子集合上应用
array	apply	tapply
list	lapply(...)	by

apply和lapply作用在元素上，而tapply和by作用在子集合上。

二，实际用法：

tapply

tapply(array, indices, margin, FUN=NULL, ...)

按indices中的值分组，把相同值对应下标的array中的元素形成一个集合，应用到FUN。

by

by(dataframe, INDICES, FUN, ..., simplify=TRUE)

by是针对数据集进行的，功能同taaply函数,INDICES的长度等于每列变量的长度，因此它是将数据集按照行进行分割。

lapply

lapply(list, FUN, ...)

在list上按照变量分组分别调用FUN，相当于apply。可以用于dataframe上，因为dataframe是一种特殊形式的list。

具体使用方法参考：R语言apply函数簇使用方法