R의 apply(), lapply(), sapply() 및 tapply()에 대한 가이드

이 튜토리얼에서는 내장 R 함수인 apply() , sapply() , lapply() 및 tapply() 간의 차이점을 설명하고 각 함수를 사용하는 시기와 방법에 대한 예를 설명합니다.

적용하다()

행렬이나 데이터 프레임의 행이나 열에 함수를 적용하려면 apply() 함수를 사용하세요.

Apply() 함수의 기본 구문은 다음과 같습니다.

적용(X, 마진, FUN)

• X는 배열 또는 데이터 블록의 이름입니다.
• MARGIN은 작업을 수행할 차원을 나타냅니다(1 = 행, 2 = 열).
• FUN은 수행하려는 특정 작업입니다(예: 최소, 최대, 합계, 평균 등).

다음 코드는 실행 중인 apply() 의 몇 가지 예를 보여줍니다.

 #create a data frame with three columns and five rows
data <- data.frame(a = c(1, 3, 7, 12, 9),
                   b = c(4, 4, 6, 7, 8),
                   c = c(14, 15, 11, 10, 6))
data

#abc
#1 1 4 14
#2 3 4 15
#3 7 6 11
#4 12 7 10
#5 9 8 6

#find the sum of each row
apply(data, 1, sum)

#[1] 19 22 24 29 23

#find the sum of each column
apply(data, 2, sum)

#abc
#32 29 56 

#find the mean of each row
apply(data, 1, mean)

#[1] 6.333333 7.333333 8.000000 9.666667 7.666667

#find the mean of each column, rounded to one decimal place
round(apply(data, 2, mean), 1)

#abc
#6.4 5.8 11.2 

#find the standard deviation of each row
apply(data, 1, sd)

#[1] 6.806859 6.658328 2.645751 2.516611 1.527525

#find the standard deviation of each column
apply(data, 2, sd)

#abc
#4.449719 1.788854 3.563706 

적용하다()

목록, 벡터 또는 데이터 프레임의 각 요소에 함수를 적용하고 결과로 목록을 얻으려면 lapply() 함수를 사용하십시오.

lapply() 함수의 기본 구문은 다음과 같습니다.

라플라이(X, FUN)

• X는 목록, 벡터 또는 데이터 프레임의 이름입니다.
• FUN은 수행하려는 특정 작업입니다.

다음 코드는 데이터 프레임의 열에 lapply()를 사용하는 몇 가지 예를 보여줍니다.

 #create a data frame with three columns and five rows
data <- data.frame(a = c(1, 3, 7, 12, 9),
                   b = c(4, 4, 6, 7, 8),
                   c = c(14, 15, 11, 10, 6))
data

#abc
#1 1 4 14
#2 3 4 15
#3 7 6 11
#4 12 7 10
#5 9 8 6

#find mean of each column and return results as a list
apply(data, mean)

#$a
# [1] 6.4
#
# $b
# [1] 5.8
#
# $c
# [1] 11.2

#multiply values in each column by 2 and return results as a list
lapply(data, function(data) data*2)

#$a
# [1] 2 6 14 24 18
#
# $b
# [1] 8 8 12 14 16
#
# $c
# [1] 28 30 22 20 12

lapply()를 사용하여 목록에 대한 작업을 수행할 수도 있습니다. 다음 예에서는 이를 수행하는 방법을 보여줍니다.

 #create a list
x <- list(a=1, b=1:5, c=1:10) 
x

#$a
# [1] 1
#
# $b
# [1] 1 2 3 4 5
#
# $c
# [1] 1 2 3 4 5 6 7 8 9 10

#find the sum of each element in the list
lapply(x, sum)

#$a
# [1] 1
#
# $b
# [1] 15
#
# $c
#[1]55

#find the mean of each element in the list
lapply(x, mean)

#$a
# [1] 1
#
# $b
# [1] 3
#
# $c
# [1] 5.5

#multiply values of each element by 5 and return results as a list
lapply(x, function(x) x*5)

#$a
# [1] 5
#
# $b
# [1] 5 10 15 20 25
#
# $c
# [1] 5 10 15 20 25 30 35 40 45 50

적용하다()

목록, 벡터 또는 데이터 프레임의 각 요소에 함수를 적용하여 목록 대신 벡터를 얻으려면 sapply() 함수를 사용하십시오.

sapply() 함수의 기본 구문은 다음과 같습니다.

적용 (X, FUN)

• X는 목록, 벡터 또는 데이터 프레임의 이름입니다.
• FUN은 수행하려는 특정 작업입니다.

다음 코드는 데이터 프레임의 열에 sapply()를 사용하는 몇 가지 예를 보여줍니다.

 #create a data frame with three columns and five rows
data <- data.frame(a = c(1, 3, 7, 12, 9),
                   b = c(4, 4, 6, 7, 8),
                   c = c(14, 15, 11, 10, 6))
data

#abc
#1 1 4 14
#2 3 4 15
#3 7 6 11
#4 12 7 10
#5 9 8 6

#find mean of each column and return results as a vector
sapply(data, mean)

#abc
#6.4 5.8 11.2 

#multiply values in each column by 2 and return results as a matrix
sapply(data, function(data) data*2)

#abc
#[1,] 2 8 28
#[2,] 6 8 30
#[3,] 14 12 22
#[4,] 24 14 20
#[5,] 18 16 12

sapply()를 사용하여 목록에 대한 작업을 수행할 수도 있습니다. 다음 예에서는 이를 수행하는 방법을 보여줍니다.

 #create a list
x <- list(a=1, b=1:5, c=1:10) 
x

#$a
# [1] 1
#
# $b
# [1] 1 2 3 4 5
#
# $c
# [1] 1 2 3 4 5 6 7 8 9 10

#find the sum of each element in the list
sapply(x, sum)

#abc
#1 15 55 

#find the mean of each element in the list
sapply(x, mean)

#abc
#1.0 3.0 5.5

수도꼭지()

벡터의 하위 집합에 함수를 적용하고 하위 집합이 다른 벡터(일반적으로 요인)에 의해 정의되는 경우 tapply() 함수를 사용합니다.

tapply() 함수의 기본 구문은 다음과 같습니다.

탭(X, INDEX, FUN)

• X는 객체의 이름이며 일반적으로 벡터입니다.
• INDEX는 하나 이상의 요소 목록입니다.
• FUN은 수행하려는 특정 작업입니다.

다음 코드는 붓꽃 임베디드 R 데이터 세트에서 tapply() 를 사용하는 예를 보여줍니다 .

 #view first six lines of iris dataset
head(iris)

# Sepal.Length Sepal.Width Petal.Length Petal.Width Species
#1 5.1 3.5 1.4 0.2 setosa
#2 4.9 3.0 1.4 0.2 setosa
#3 4.7 3.2 1.3 0.2 setosa
#4 4.6 3.1 1.5 0.2 setosa
#5 5.0 3.6 1.4 0.2 setosa
#6 5.4 3.9 1.7 0.4 setosa

#find the max Sepal.Length of each of the three Species
tapply(iris$Sepal.Length, iris$Species, max)

#setosa versicolor virginica 
#5.8 7.0 7.9 

#find the mean Sepal.Width of each of the three Species
tapply(iris$Sepal.Width, iris$Species, mean)

# setosa versicolor virginica 
# 3,428 2,770 2,974

#find the minimum Petal.Width of each of the three Species
tapply(iris$Petal.Width, iris$Species, min)

# setosa versicolor virginica 
#0.1 1.0 1.4