R语言 apply，lapply，sapply函数用法

apply函数族是R中用于数据处理的一组核心函数，apply函数族可以代替for循环从而执行各种数据处理功能，具体是哪种功能，要看其配合使用的函数类型。apply（）可把函数应用到数组的某个维度上，而lapply（）和sapply（）则可将函数应用到列表上。
apply函数：
1.函数用途：是最常用的代替for循环的函数。apply函数可以对矩阵，数据框，数组，按行或按列进行循环计算，对子元素进行迭代，并把子元素以参数传递的形式给自定义的FUN函数中，并以返回计算结果。
2.函数语法：apply（x，MARGIN，FUN，...）
x：数组，矩阵，数据框
MARGIN：按行计算或按列计算，1表示按行，2表示按列。
FUN：自定义的调用函数
3.示例1：矩阵的每一行进行求和，用apply循环。

x <- matrix(1:12,ncol=3)#以3行4列填充一个矩阵
apply(x,1,sum)#对每一行进行求和计算
[1] 15 18 21 24
sort(apply(x,1,sum),decreasing = T)[1:3]#按行求和，降序，并只取前3个
[1] 24 21 18

lapply函数：
1.是一个最基础的循环操作函数之一，用来对list，data.frame数据集进行循环，并返回和x长度同样的list结构作为结果集，返回结果集的类型是list。
2.函数定义：
lapply(x,FUN,...)
x：list，data.frame数据
FUN：自定义的调用函数
3.示例：计算list中的每个KEY对应该数据的分位数。

x <- list(a=1:10,b=rnorm(6,10,5),c=c(TRUE,FALSE,FALSE,TRUE))
lapply(x,fivenum)#fivenum返回五个数据：最小值，下四分位数，中位数，上四分位数，最大值。
$a
[1]  1.0  3.0  5.5  8.0 10.0
$b
[1]  1.398005  3.244013  7.021981 11.085936 11.236533
$c
[1] 0.0 0.0 0.5 1.0 1.0

sapply函数:
1.sapply函数是一个简化版的lapply，sapply增加了2个参数simplify和USE.NAMES。主要是让输出看起来更友好，返回值为向量，而不是list对象。
2.函数定义：
sapply(x,FUN,...,simplify=TRUE,USE.NAMES=TRUE)
x:数组，矩阵，数据框
FUN:自定义的调用函数
simplify：是否数组化，当值array时，输出结果按数组进行分组
USE.NAMES：如果x为字符串，TRUE设置字符串为数据名，FALSE不设置。
3.示例1：

x <- cbind(x1=3,x2=c(2:1,4:5))
x
     x1 x2
[1,]  3  2
[2,]  3  1
[3,]  3  4
[4,]  3  5
sapply(x,sum)
[1] 3 3 3 3 2 1 4 5

如果simplify=FALSE和USE.NAMES=FALSE，那么sapply函数就等于lapply函数了

lapply(data.frame(x), sum)
$x1
[1] 12
$x2
[1] 12
> sapply(data.frame(x), sum, simplify=FALSE, USE.NAMES=FALSE)
$x1
[1] 12
$x2
[1] 12

4.sapply()函数配合strsplit()函数进行取值
函数sapply（）可以提取列表中每个成分的第n个元素，并将其放入向量中进行存储，"["是一个可以提取某个对象的一部分的函数。

y <- c("100-D","100-A","110-c","110-A")
z <- strsplit(y,"-")
sapply(z,"[",1)
[1] "100" "100" "110" "110"
sapply(z,"[",2)
[1] "D" "A" "c" "A"