R语言apply系列函数实例详解

一、apply()：针对矩阵或数组的行/列运算

当需要对二维数据结构（如矩阵或数据框）进行整体的行或列统计时，apply() 是最基础的选择。它能够将指定函数应用到数组的边缘维度上。

第1步：理解apply参数含义

apply() 的核心参数如下：

• X：目标数组或矩阵对象。
• MARGIN：指定应用方向。1 表示按行计算，2 表示按列计算。
• FUN：要执行的函数，例如 sum（求和）、mean（均值）等。

第2步：执行矩阵行列求和测试

构建一个包含数字1至9的矩阵，分别计算其行和与列和。

s <- matrix(1:9, ncol = 3)
# 按行（MARGIN=1）求和
apply(s, 1, sum)
# 按列（MARGIN=2）求和
apply(s, 2, sum)

预期将得到以下数值序列： [1] 12 15 18
[1] 6 15 24

第3步：应用于内置数据集 iris

对 iris 数据集中前四列数值型数据进行列求和，验证其在实际数据框上的表现：

apply(iris[, 1:4], 2, sum)

控制台输出结果为各变量的总和：
Sepal.Length Sepal.Width Petal.Length Petal.Width
876.5 458.6 563.7 179.9

注：R语言也提供了 rowSums()、colMeans() 等专用函数用于特定场景的行列运算。

二、lapply()：统一返回列表结构的遍历器

若输入对象为列表、向量或数据框，且希望保持结果的原始结构一致性，lapply() 总是返回列表（list）。适用于需要对每一列提取单一标量指标的场景。

第1步：使用lapply计算均值

以 iris 数据为例，直接调用 lapply() 获取每列数据的均值：

lapply(iris[, 1:4], mean)

该操作会返回一个命名列表，包含四个数值结果（约等于：5.84, 3.06, 3.76, 1.20）。

第2步：将结果转换为向量

若后续需要将该列表转换为标准向量进行处理，可使用 unlist() 函数：

unlist(
 X = lapply(iris[, 1:4], mean), 
 recursive = FALSE,
 use.names = TRUE
)

结果将呈现为一个带名称标签的单维向量，保留原有的列名对应关系。

三、sapply()：智能简化的Apply

sapply() 是 lapply() 的封装形式。它在底层执行 lapply 后，尝试简化（simplify）结果。如果结果是多个单值元素，则自动合并为向量；若是多个相同长度的向量组合，则转置为矩阵。

第1步：生成简化后的向量结果

继续对 iris 前四列使用 sapply() 求和：

sapply(iris[, 1:4], sum)

此处不再返回嵌套的列表，而是直接打印出一组带有变量名的纯数值结果。

第2步：产生多值映射成矩阵的情况

当传递的函数对每个元素返回多个结果时，sapply() 会自动将其排列成矩阵。

x <- sapply(iris[, 1:4], function(x) { x > 3 })
class(x)

因为匿名函数 function(x) { x > 3 } 实际上是对向量进行逐元素比较并返回布尔值向量，所以最终生成的 x 是一个巨大的矩阵。可以使用以下图片查看其完整的布尔矩阵分布：

四、tapply()：基于分组的向量聚合

当需要根据某个分类变量（INDEX）将数据进行分组，并对每个分组单独应用函数时，应使用 tapply()。这是典型的“拆分-应用-合并”模式中的“拆分”工具。

第1步：理解索引重复分配机制

首先观察基础数值分配：将1到10分为两组。

tapply(1:10, rep(1:2, 5), sum)

其中 rep(1:2, 5) 生成了长度为10的因子 c(1, 2, 1, 2, 1, 2, 1, 2, 1, 2)。奇数位置的数被归入组1，偶数位置归入组2。求和后分别得到25和30。

第2步：利用Species字段统计不同品种花瓣长度

利用 iris 数据集中的 Species 列作为分组依据：

tapply(iris$Sepal.Length, iris$Species, sum)

系统按照 setosa、versicolor、virginica 三种花色分别汇总其花萼长度，得到三个数值结果。

第3步：多维索引下的矩阵式分组

在更复杂的场景中，可以传入由多个因子构成的列表来实现二维分组统计。假设有四个季节、两个性别（male/female）的销售数据，通过位置索引建立多重分组条件：

m <- matrix(1:8, ncol = 2,
            dimnames = list(c("春","夏","秋","冬"),
                            c("female","male")))
            

接着创建复合分组向量进行跨维度聚合：

tapply(m, list(c(1,1,2,2,1,1,2,2), c(1,1,1,1,2,2,2,2)), sum)

上述代码构建了一个类似于透视表的分组逻辑，将原始矩阵元素重新归类计算，获得交叉维度的汇总数值。

五、mapply()：支持多参数并行处理的Apply

当需要同时向一个函数传入多个等长向量（或多组列表数据），并将它们打包传递给函数执行时，mapply() (multivariate apply) 十分合适。

第1步：对多列数据同步执行Sum

虽然本例中仅演示了对单列集的应用，但其原理是将 iris 的四列视为四个独立的输入序列，传给 sum 函数：

mapply(sum, iris[, 1:4])

此时产生的结果与使用 sapply() 的效果完全一致，均为各列的总计和。在处理含有多个自变量需逐一代入方程计算的场景中，mapply 比循环更加高效直观。

总结

以上就是R语言apply系列函数：apply lapply sapply tapply mapply用法与区别解析的详细内容，更多关于R语言apply函数数据处理的资料请关注本站其它相关文章！