apply(), lapply(), sapply(), tapply() Functie in R met voorbeelden

apply(X, MARGIN, FUN)
Here:
-x: an array or matrix
-MARGIN:  take a value or range between 1 and 2 to define where to apply the function:
-MARGIN=1`: the manipulation is performed on rows
-MARGIN=2`: the manipulation is performed on columns
-MARGIN=c(1,2)` the manipulation is performed on rows and columns
-FUN: tells which function to apply. Built functions like mean, median, sum, min, max and even user-defined functions can be applied>

m1 <- matrix(C<-(1:10),nrow=5, ncol=6)
m1
a_m1 <- apply(m1, 2, sum)
a_m1

lapply(X, FUN)
Arguments:
-X: A vector or an object
-FUN: Function applied to each element of x	

Een heel eenvoudig voorbeeld kan zijn om de tekenreekswaarde van een matrix te wijzigen in kleine letters met de functie tolower. We construeren een matrix met de naam van de bekende films. De naam is in hoofdletters.

movies <- c("SPYDERMAN","BATMAN","VERTIGO","CHINATOWN")
movies_lower <-lapply(movies, tolower)
str(movies_lower)

Output:

## List of 4
## $:chr"spyderman"
## $:chr"batman"
## $:chr"vertigo"
## $:chr"chinatown"

We kunnen unlist() gebruiken om de lijst naar een vector te converteren.

movies_lower <-unlist(lapply(movies,tolower))
str(movies_lower)

Output:

##  chr [1:4] "spyderman" "batman" "vertigo" "chinatown"

sapply()-functie

saply() functie neemt lijst, vector of dataframe als invoer en geeft uitvoer in vector of Matrix. Het is handig voor bewerkingen op lijstobjecten en retourneert een lijstobject van dezelfde lengte als de oorspronkelijke set. De Sapply-functie in R doet hetzelfde als de lapply()-functie, maar retourneert een vector.

sapply(X, FUN)
Arguments:
-X: A vector or an object
-FUN: Function applied to each element of x

We kunnen de minimumsnelheid en remafstanden van auto's meten uit de dataset van auto's.

dt <- cars
lmn_cars <- lapply(dt, min)
smn_cars <- sapply(dt, min)
lmn_cars

Output:

## $speed
## [1] 4
## $dist
## [1] 2

smn_cars

Output:

## speed  dist 
##     4     2

lmxcars <- lapply(dt, max)
smxcars <- sapply(dt, max)
lmxcars

Output:

## $speed
## [1] 25
## $dist
## [1] 120

smxcars

Output:

## speed  dist 
##    25   120

We kunnen een door de gebruiker ingebouwde functie gebruiken in lapply() of sapply(). We maken een functie genaamd avg om het gemiddelde van het minimum en maximum van de vector te berekenen.

avg <- function(x) {  
  ( min(x) + max(x) ) / 2}
fcars <- sapply(dt, avg)
fcars

uitgang

## speed  dist
##  14.5  61.0

Sapply in R is efficiënter dan lapply() in de geretourneerde uitvoer, omdat sapply() waarden rechtstreeks in een vector opslaat. In het volgende voorbeeld zullen we zien dat dit niet altijd het geval is.

We kunnen het verschil tussen apply(), sapply() en `lapply() samenvatten in de volgende tabel:

Functie	argumenten	Objectief	Invoer	uitgang
dit toepassen	toepassen(x, MARGE, FUN)	Pas een functie toe op de rijen of kolommen, of op beide	Gegevensframe of matrix	vector, lijst, array
lap	lapply(X, FUN)	Pas een functie toe op alle elementen van de invoer	Lijst, vector of dataframe	lijst
sappig	sapply(X, FUN)	Pas een functie toe op alle elementen van de invoer	Lijst, vector of dataframe	vector of matrix

Plakvector

We kunnen lapply() of sapply() uitwisselbaar gebruiken om een ​​dataframe te segmenteren. We maken een functie, below_average(), die een vector van numerieke waarden neemt en een vector retourneert die alleen de waarden bevat die strikt boven het gemiddelde liggen. We vergelijken beide resultaten met de functie identiek().

below_ave <- function(x) {  
    ave <- mean(x) 
    return(x[x > ave])
}
dt_s<- sapply(dt, below_ave)
dt_l<- lapply(dt, below_ave)
identical(dt_s, dt_l)

Output:

## [1] TRUE

tapply(X, INDEX, FUN = NULL)
Arguments:
-X: An object, usually a vector
-INDEX: A list containing factor
-FUN: Function applied to each element of x

Een deel van de taak van een datawetenschapper of onderzoeker is het berekenen van samenvattingen van variabelen. Meet bijvoorbeeld het gemiddelde of groepeer gegevens op basis van een kenmerk. De meeste gegevens worden gegroepeerd op ID, stad, land, enzovoort. Samenvatten over groepen heen onthult interessantere patronen.

Laten we de iris-dataset gebruiken om te begrijpen hoe het werkt. Deze dataset is zeer beroemd in de wereld van machine learning. Het doel van deze dataset is om de klasse van elk van de drie bloemsoorten te voorspellen: Sepal, Versicolor, Virginica. De dataset verzamelt voor elke soort informatie over hun lengte en breedte.

Als voorafgaand werk kunnen we de mediaan van de lengte voor elke soort berekenen. Tapply in R is een snelle manier om deze berekening uit te voeren.

data(iris)
tapply(iris$Sepal.Width, iris$Species, median)

Output:

##     setosa versicolor  virginica 
##        3.4        2.8        3.0