转自：https://www.cnblogs.com/nanhao/p/6674063.html
1.apply函数——对矩阵
功能是：Retruns a vector or array or list of values obtained by applying a function to margins of an array or matrix.
就是说apply把一个function作用到array或者matrix的margins（可以理解为数组的每一行或者每一列）中，返回值时vector、array、list。
apply函数经常用来计算矩阵中行或列的均值、和值的函数。
rname = c("one","two","three") cname = c("first","second") b <- matrix(1:6,nrow=3, dimnames = list(rname, cname)) b为: first second one 1 4 two 2 5 three 3 6
使用以上为数据举例。
apply(b,1,sum) 结果: one two three 5 7 9
这里有几个元素它的输出结果就会有几列。
比如对这个sum，对于行进行求和，那么有3行就有3个结果元素。
上面的指令代表对矩阵b进行行计算，分别对每一行进行求和。函数涉及了三个参数：
第一个参数是指要参与计算的矩阵；
第二个参数是指按行计算还是按列计算，1——表示按行计算，2——按列计算；
第三个参数是指具体的运算函数。
第四个参数是fargs是f的可选参数集。
> z <- matrix(1:6, nrow = 3) > f <- function(x) { + x/c(2, 8) + } > apply(z,1,f) #f得到3个元素，每个元素（组件）里有两个值，所以是3列，竖着来看 [,1] [,2] [,3] [1,] 0.5 1.000 1.50 [2,] 0.5 0.625 0.75
//这个例子还挺好的，最终的结果返回的是一个矩阵。那么apply输出是向量或者矩阵。
2.lapply函数——list
lapply（）（代表list apply）与矩阵的apply（）函数的用法类似， 对列表的每个组件执行给定的函数，并返回另一个列表。
> x <- list(a = 1:10, beta = exp(-3:3), logic = c(TRUE,FALSE,FALSE,TRUE)) > lapply(x, mean) $a [1] 5.5 $beta [1] 4.535125 $logic [1] 0.5
//这里的exp是e的多少次方。
3.sapply()——simplified lapply
sapply（）（代表simplified [l]apply）可以将结果整理以向量，矩阵，列表 的形式输出。
> sapply(x, mean) a beta logic 5.500000 4.535125 0.500000 > sapply(x, quantile) #每一个对应组件输出5个元素，所以为5行，像矩阵一样，竖着来的。 a beta logic 0% 1.00 0.04978707 0.0 25% 3.25 0.25160736 0.0 50% 5.50 1.00000000 0.5 75% 7.75 5.05366896 1.0 100% 10.00 20.08553692 1.0 > sapply(2:4, seq) [[1]] [1] 1 2 [[2]] [1] 1 2 3 [[3]] [1] 1 2 3 4
> sapply(x, mean) a beta logic 5.500000 4.535125 0.500000 > sapply(x, quantile) #每一个对应组件输出5个元素，所以为5行，像矩阵一样，竖着来的。 a beta logic 0% 1.00 0.04978707 0.0 25% 3.25 0.25160736 0.0 50% 5.50 1.00000000 0.5 75% 7.75 5.05366896 1.0 100% 10.00 20.08553692 1.0 > sapply(2:4, seq) [[1]] [1] 1 2 [[2]] [1] 1 2 3 [[3]] [1] 1 2 3 4
//quantile是分位数的意思。默认是计算这5个分位数。
4.tapply
tapply（x，f，g）需要向量 x (x不可以是数据框)，因子或因子列表 f 以及函数 g 。
tapply（）执行的操作是：暂时将x分组，每组对应一个因子水平(f)，得到x的子向量，然后这些子向量应用函数 g.
> a <- c(24,25,36,37) > b <- c(‘q‘, ‘w‘, ‘q‘,‘w‘) > tapply(a, b, mean) q w 30 31
先按照b分组，然后应用了mean函数。
5.mapply
> l1 <- list(a = c(1:10), b = c(11:20)) > l2 <- list(c = c(21:30), d = c(31:40)) > mapply(sum, l1$a, l1$b, l2$c, l2$d) [1] 64 68 72 76 80 84 88 92 96 100 > l1 <- list(a = c(1:10), b = c(11:20)) > l2 <- list(c = c(21:30), d = c(31:40)) > mapply(sum, l1$a) [1] 1 2 3 4 5 6 7 8 9 10 > l1 <- list(a = c(1:10), b = c(11:20)) > l2 <- list(c = c(21:30), d = c(31:40)) > mapply(sum, l1$a,l1$b) [1] 12 14 16 18 20 22 24 26 28 30
//根据这个就能比较好的看出来它的作用，先对第一个参数应用sum，再对第二个参数sum，
比如对于sum求和：第一个参数就是本参数，另一个参数就是上一次计算的结果。
多参数版本的sapply()。第一次计算传入各组向量的第一个元素到FUN，进行结算得到结果；
第二次传入各组向量的第二个元素，得到结果；第三次传入各组向量的第三个元素…以此类推。