R中的各种APPLY函数（批量处理，灰常好玩）

       批量处理宽表矩阵数据时，这东西特有帮助。 当不需要多进程的情况， 用apply来个多线程并行处理也不错啊。
但它还是有个缺点，不能在内部修改外部变量，但可以读取外部变量。没有java多线程的那种线程共享机制，但对于
简单的并行处理还是很有帮助的。

 

apply function

apply(array, margin, function, ...)

用途：
将指定function应用到指定array的指定margin（维度）上。
例子：

> data <- cbind(c(1,2),c(3,4))
> data.rowsum <- apply(data,1,sum)
> data.colsum <- apply(data,2,sum)
> data

    [,1] [,2]
[1,] 1 3
[2,] 2 4

> data.rowsum

[1] 4 6

> data.colsum

[1] 3 7

lapply function

lapply(list, function, ...)

用途：
主要用于处理data frame，因为R中data frame被认为是一个包含变量名（列名称）和变量值（列向量）的list，用lapply可以很方便的将指定function应用到data frame中所有变量上。注意：lapply的结果也是一个list。
例子：

> data.df <- as.data.frame(data)
> colnames(data.df) <- c("VAR1","VAR2")
> is.list(data.df)

[1] TRUE

> data.df.avg <- lapply(data.df,mean)
> is.list(data.df.avg)

[1] TRUE

> data.df.avg

$VAR1
[1] 1.5

$VAR2
[1] 3.5

sapply function

sapply(list, function, ..., simplify)

用途：
跟lapply类似，同样是应用指定function到指定list。不过当simplify=TRUE（默认）时，输出会根据结果简化为vector或者matrix。当simplify=FALSE时，输出通lapply一样为list。
例子：

> data.df.max <- sapply(data.df,max)
> is.vector(data.df.max)

[1] TRUE

> data.df.max

VAR1 VAR2
   2    4

tapply function

tapply(array, indices, function, ..., simplify)

用途：
这个要复杂一点，是将指定function应用到根据指定indices归类的array元素上。输出结果根据function不同而不同。如果function返回值是一个数值的话，则结果是matrix；如果function返回多个数值的话，则结果是list。
例子：

> data2 <- as.data.frame(cbind(rnorm(16),rep(c(1,2,3,4),4),rep(c(1,2),each=8)))
> colnames(data2) <- c("Result","VAR1","VAR2")
> data2.avg1 <- tapply(data2$Result,data2$VAR1,mean)
> data2.avg12 <- tapply(data2$Result,list(data2$VAR1,data2$VAR2),mean)
> data2.avg1

         1          2          3          4
 0.6939699 -0.5911505  0.1732157 -0.3221063

> data2.avg12

           1          2
1  0.7874465  0.6004933
2  0.1342668 -1.3165678
3 -0.1910606  0.5374919
4 -0.4412965 -0.2029161