R語言作為統計學一門語言，一直在小衆領域閃耀着光芒。直到大資料的爆發，R語言變成了一門炙手可熱的資料分析的利器。随着越來越多的工程背景的人的加入，R語言的社群在迅速擴大成長。現在已不僅僅是統計領域，教育，銀行，電商，網際網路….都在使用R語言。
要成為有理想的極客，我們不能停留在文法上，要掌握牢固的數學，機率，統計知識，同時還要有創新精神，把R語言發揮到各個領域。讓我們一起動起來吧，開始R的極客理想。
關于作者：
張丹(Conan), 程式員Java,R,PHP,Javascript
weibo：@Conan_Z
email: [email protected]
轉載請注明出處：
<a href="http://blog.fens.me/r-apply/" target="_blank">http://blog.fens.me/r-apply/</a>
前言
剛開始接觸R語言時，會聽到各種的R語言使用技巧，其中最重要的一條就是不要用循環，效率特别低，要用向量計算代替循環計算。
那麼，這是為什麼呢？原因在于R的循環操作for和while，都是基于R語言本身來實作的，而向量操作是基于底層的C語言函數實作的，從性能上來看，就會有比較明顯的差距了。那麼如何使用C的函數來實作向量計算呢，就是要用到apply的家族函數，包括apply, sapply, tapply, mapply, lapply, rapply, vapply, eapply等。
目錄
apply的家族函數
apply函數
lapply函數
sapply函數
vapply函數
mapply函數
tapply函數
rapply函數
eapply函數
apply函數族是R語言中資料處理的一組核心函數，通過使用apply函數，我們可以實作對資料的循環、分組、過濾、類型控制等操作。但是，由于在R語言中apply函數與其他語言循環體的處理思路是完全不一樣的，是以apply函數族一直是使用者玩不轉一類核心函數。
很多R語言新手，寫了很多的for循環代碼，也不願意多花點時間把apply函數的使用方法了解清楚，最後把R代碼寫的跟C似得，我嚴重鄙視隻會寫for的R程式員。
apply函數本身就是解決資料循環處理的問題，為了面向不同的資料類型，不同的傳回值，apply函數組成了一個函數族，包括了8個功能類似的函數。這其中有些函數很相似，有些也不是太一樣的。
我一般最常用的函數為apply和sapply，下面将分别介紹這8個函數的定義和使用方法。
apply函數是最常用的代替for循環的函數。apply函數可以對矩陣、資料框、數組(二維、多元)，按行或列進行循環計算，對子元素進行疊代，并把子元素以參數傳遞的形式給自定義的FUN函數中，并以傳回計算結果。
函數定義：
參數清單：
X:數組、矩陣、資料框
MARGIN: 按行計算或按按列計算，1表示按行，2表示按列
FUN: 自定義的調用函數
…: 更多參數，可選
比如，對一個矩陣的每一行求和，下面就要用到apply做循環了。
下面計算一個稍微複雜點的例子，按行循環，讓資料框的x1列加1，并計算出x1,x2列的均值。
通過這個上面的自定義函數myFUN就實作了，一個常用的循環計算。
如果直接用for循環來實作，那麼代碼如下：
通過for循環的方式，也可以很容易的實作上面計算過程，但是這裡還有一些額外的操作需要自己處理，比如建構循環體、定義結果資料集、并合每次循環的結果到結果資料集。
對于上面的需求，還有第三種實作方法，那就是完成利用了R的特性，通過向量化計算來完成的。
那麼，一行就可以完成整個計算過程了。
接下來，我們需要再比較一下3種操作上面性能上的消耗。
從CPU的耗時來看，用for循環實作的計算是耗時最長的，apply實作的循環耗時很短，而直接使用R語言内置的向量計算的操作幾乎不耗時。通過上面的測試，對同一個計算來說，優先考慮R語言内置的向量計算，必須要用到循環時則使用apply函數，應該盡量避免顯示的使用for,while等操作方法。
lapply函數是一個最基礎循環操作函數之一，用來對list、data.frame資料集進行循環，并傳回和X長度同樣的list結構作為結果集，通過lapply的開頭的第一個字母’l’就可以判斷傳回結果集的類型。
X:list、data.frame資料
比如，計算list中的每個KEY對應該的資料的分位數。
lapply就可以很友善地把list資料集進行循環操作了，還可以用data.frame資料集按列進行循環，但如果傳入的資料集是一個向量或矩陣對象，那麼直接使用lapply就不能達到想要的效果了。
比如，對矩陣的列求和。
lapply會分别循環矩陣中的每個值，而不是按行或按列進行分組計算。
如果對資料框的列求和。
lapply會自動把資料框按列進行分組，再進行計算。
sapply函數是一個簡化版的lapply，sapply增加了2個參數simplify和USE.NAMES，主要就是讓輸出看起來更友好，傳回值為向量，而不是list對象。
simplify: 是否數組化，當值array時，輸出結果按數組進行分組
USE.NAMES: 如果X為字元串，TRUE設定字元串為資料名，FALSE不設定
我們還用上面lapply的計算需求進行說明。
如果simplify=FALSE和USE.NAMES=FALSE，那麼完全sapply函數就等于lapply函數了。
對于simplify為array時，我們可以參考下面的例子，建構一個三維數組，其中二個次元為方陣。
對于字元串的向量，還可以自動生成資料名。
vapply類似于sapply，提供了FUN.VALUE參數，用來控制傳回值的行名，這樣可以讓程式更健壯。
FUN.VALUE: 定義傳回值的行名row.names
比如，對資料框的資料進行累計求和，并對每一行設定行名row.names
通過使用vapply可以直接設定傳回值的行名，這樣子做其實可以節省一行的代碼，讓代碼看起來更順暢，當然如果不願意多記一個函數，那麼也可以直接忽略它，隻用sapply就夠了。
mapply也是sapply的變形函數，類似多變量的sapply，但是參數定義有些變化。第一參數為自定義的FUN函數，第二個參數’…’可以接收多個資料，作為FUN函數的參數調用。
…: 接收多個資料
MoreArgs: 參數清單
SIMPLIFY: 是否數組化，當值array時，輸出結果按數組進行分組
比如，比較3個向量大小，按索引順序取較大的值。
再看一個例子，生成4個符合正态分布的資料集，分别對應的均值和方差為c(1,10,100,1000)。
由于mapply是可以接收多個參數的，是以我們在做資料操作的時候，就不需要把資料先合并為data.frame了，直接一次操作就能計算出結果了。
tapply用于分組的循環計算，通過INDEX參數可以把資料集X進行分組，相當于group by的操作。
X: 向量
INDEX: 用于分組的索引
simplify : 是否數組化，當值array時，輸出結果按數組進行分組
比如，計算不同品種的鸢尾花的花瓣(iris)長度的均值。
對向量x和y進行計算，并以向量t為索引進行分組，求和。
由于tapply隻接收一個向量參考，通過’…’可以把再傳給你FUN其他的參數，那麼我們想去y向量也進行求和，把y作為tapply的第4個參數進行計算。
得到的結果并不符合我們的預期，結果不是把x和y對應的t分組後求和，而是得到了其他的結果。第4個參數y傳入sum時，并不是按照循環一個一個傳進去的，而是每次傳了完整的向量資料，那麼再執行sum時sum(y)=55，是以對于t=0時，x=8 再加上y=55，最後計算結果為63。那麼，我們在使用’…’去傳入其他的參數的時候，一定要看清楚傳遞過程的描述，才不會出現的算法上的錯誤。
rapply是一個遞歸版本的lapply，它隻處理list類型資料，對list的每個元素進行遞歸周遊，如果list包括子元素則繼續周遊。
object:list資料
f: 自定義的調用函數
classes : 比對類型, ANY為所有類型
deflt: 非比對類型的預設值
how: 3種操作方式，當為replace時，則用調用f後的結果替換原list中原來的元素；當為list時，建立一個list，類型比對調用f函數，不比對指派為deflt；當為unlist時，會執行一次unlist(recursive = TRUE)的操作
比如，對一個list的資料進行過濾，把所有數字型numeric的資料進行從小到大的排序。
從結果發現，隻有$z$a的資料進行了排序，檢查$z$b的類型，發現是integer，是不等于numeric的，是以沒有進行排序。
接下來，對字元串類型的資料進行操作，把所有的字元串型加一個字元串’++++’，非字元串類型資料設定為NA。
隻有$x$c為字元串向量，都合并了一個新字元串。那麼，有了rapply就可以對list類型的資料進行友善的資料過濾了。
env: 環境空間
all.names: 比對類型, ANY為所有類型
下面我們定義一個環境空間，然後對環境空間的變量進行循環處理。
計算env環境空間中所有變量的均值。
再計算中目前環境空間中的所有變量的占用記憶體大小。
eapply函數平時很難被用到，但對于R包開發來說，環境空間的使用是必須要掌握的。特别是當R要做為工業化的工具時，對變量的精确控制和管理是非常必要的。
本文全面地介紹了，R語言中的資料循環處理的apply函數族，基本已經可以應對所有的循環處理的情況了。同時，在apply一節中也比較了，3種資料處理方面的性能，R的内置向量計算，要優于apply循環，大幅優于for循環。那麼我們在以後的R的開發和使用過程中，應該更多地把apply函數使用好。
忘掉程式員的思維，換成資料的思維，也許你就一下子開朗了。
本文轉自 h2appy 51CTO部落格，原文連結：http://blog.51cto.com/h2appy/1928502，如需轉載請自行聯系原作者