R语言中的循环函数（Grouping Function）

R语言中有几个常用的函数，可以按组对数据进行处理，apply, lapply, sapply, tapply, mapply,等。这几个函数功能有些类似，下面介绍下这几个函数的用法。

Apply

这是对一个Matrix或者Array进行某个维度的运算。其格式是：

Apply(数据,维度Index,运算函数,函数的参数)

对于Matrix来说，其维度值为2，第二个参数维度Index中，1表示按行运算，2表示按列运算。下面举一个例子：

m<-matrix(1:6,2,3)

构建一个简单的2行3列的矩阵，内容为：

     [,1] [,2] [,3]
[1,]    1    3    5
[2,]    2    4    6

如果我们要计算每一行的sum值，那么我们可以写为：

apply(m,1,sum)

[1]  9 12

如果要计算每一列的mean值，那么改为：

apply(m,2,mean)

[1] 1.5 3.5 5.5

假如某个值为NA，那么要忽略NA值，进行每一行的SUM怎么办呢？

m[2,2]<-NA

     [,1] [,2] [,3]
[1,]    1    3    5
[2,]    2   NA    6

apply(m,1,sum)
[1]  9 NA

本身sum函数有一个参数na.rm，我们可以将这个参数带人到apply函数中，作为第4个参数：

apply(m,1,sum,na.rm=TRUE)
[1] 9 8

需要注意的是如果是Data Frame，那么系统会将其转为Matrix，如果所有Column不是数字类型或者类型不一致，导致转换失败，那么apply是运算不出任何一列的结果的。

Lapply

前面说到apply是对于matrix和array的，针对list，我们可以使用lapply函数。该函数接收list，返回的结果也是一个list。其调用如下：

Apply(数据,运算函数,函数的参数)

对于Data Frame来说，如果不同的列有不同的数据类型，不能转换成Matrix，但是却可以转换成List，然后使用lapply函数。

我们建立一个学生名字，年龄和成绩的Data Frame，然后统计平均年龄和平均成绩，由于name列不是数值类型，所以无法算平均值，所以我们可以对非数值的数据只取count数量。这里就需要用到自定义函数。

函数可以是匿名函数，也可以是之前定义好的函数，由于这里逻辑简单，我们可以用匿名函数解决。

s<-data.frame(name=c("Devin","Edward","Lulu"),age=c(30,33,29),score=c(95,99,90))

    name age score
1  Devin  30    95
2 Edward  33    99
3   Lulu  29    90

lapply(s,function(x){if(is.numeric(x)){mean(x)}else{length(x)}})

$name
[1] 3

$age
[1] 30.66667

$score
[1] 94.66667

我们可以看到返回了一个List的结果，里面包含3个项，每个项是函数执行的结果。lapply返回的结果和传入的List的结构相同，传入多少个Item，返回的也是多少个Item。

Sapply

Sapply函数和Lapply函数很类似，也是对List进行处理，只是在返回结果上，Sapply会根据结果的数据类型和结构，重新构建一个合理的数据类型返回。调用格式如下：

Apply(数据,运算函数,函数的参数,simplify = TRUE, USE.NAMES = TRUE)

对于其中的simplify参数，就是指明是否对返回的结果集重新组织，如果为FALSE，那么就相当于lapply了。USE.NAMES是对字符串数据处理时，是否使用字符串作为命名的。

还是上面的例子，只是把lapply换成sapply：

sapply(s,function(x){if(is.numeric(x)){mean(x)}else{length(x)}})
    name      age    score
 3.00000 30.66667 94.66667 

我们可以看到结果集变成了一个数字向量，而不是List了。

Mapply

这是对多个数据(multivariate)进行sapply处理，只是调用是参数位置有所变化，先把函数放前面：

mapply(运算函数,函数的参数,第一个传入参数,第二个数据…,SIMPLIFY = TRUE,USE.NAMES = TRUE)

比如我们自定义一个函数m3，接受3个数值参数，然后将3个数字相乘返回结果：

m3<-function(a,b,c){a*b*c}

然后我们构建3个向量，他们具有相同的长度：

a<-1:5
b<-2:6
c<-5:1

现在我们要求a,b,c中的对应各位数进行m3函数的运算，也就是把a,b,c的第一个数做运算，然后把a,b,c的第二个数做运算，然后第三个数~~~这时候就用mapply很方便：

mapply(m3,a,b,c)
[1] 10 24 36 40 30

OK，就这么简单，实现了对应的各位元素的运算。

Tapply

前面介绍的几个apply函数都是对整体数据进行处理，而tapply是对向量中的数据进行分组处理。先看看tapply函数的调用格式：

tapply(向量数据,分组标识,运算函数,函数的参数,simplify = TRUE)

我们以一个学生数据的Data Frame为例来讲解tapply函数，先构建一个新的学生数据，包含name,age,score,class,gender:

s<-data.frame(name=c("Devin","Edward","Lulu","Jeneen"),age=c(30,33,29,32),score=c(95,99,90,88),class=c(1,2,1,2),gender=c("M","M","F","F"))

    name age score class gender
1  Devin  30    95     1      M
2 Edward  33    99     2      M
3   Lulu  29    90     1      F
4 Jeneen  32    88     2      F

如果我们要计算每个班的平均成绩，那么使用tapply的方法是：

tapply(s$score,s$class,mean)
   1    2
92.5 93.5 

如果改为按gender算平均成绩，那么就是：

tapply(s$score,s$gender,mean)
 F  M
89 97 

如果同时按class和gender来看呢？这里就需要把两个向量构建成list作为第二个参数传入：

tapply(s$score,list(s$class,s$gender),mean)
   F  M
1 90 95
2 88 99