R中向量子化演算apply族関数apply、tapply、lapply、sapply、mapply、table等の関数

5423 ワード

R言語はバッチ処理関数を提供し、ある集合内のすべてまたは一部の要素を循環して操作を簡略化することができる.これらの関数の下位層はCによって実現されるので,効率も従来の手作業よりも効率的である.
バッチ処理関数には重要なapplyファミリー関数があります:lapply sapply apply tapply mapply.applyファミリー関数は効率的に計算できる演算方向量子化(Vectorization)実現方法の一つであり,whileは従来のforよりも常により良い性能を得ることができる.
  • apply:配列内の行または列を巡回し、指定した関数を使用して要素を処理します.
  • lapply:リストベクトル内の各要素を巡回し、指定した関数を使用して要素を処理します.リストベクトルを返します.
  • sapply:lapplyとほぼ同じで、戻り結果を簡略化しただけで、通常のベクトルを返します.
  • mapply:2つ以上のリストの転送をサポートします.
  • tapply:パラメータINDEXにアクセスし、SQLのgroupbyと同じようにデータパケットを演算します.

  • apply関数
    (1)操作関数applyを行または列で遍歴し、1つの配列を行または列で計算する
     apply(X, MARGIN, FUN, ...)
    

    パラメータ:Xは配列です.MARGINは1つのベクトル(関数FUNをXに適用する行を表すか列を表すか)であり、1が取行を表す場合は2が取列を表し、c(1,2)が行、列ともに計算を表す.サンプルコード:
     X: an array, including a matrix.
    
     MARGIN: 1:   ; 2:   
    
     FUN:   
    

    applyを用いて行列の和/平均を容易に求めることができ,その結果はcolMeans,colSums,rowMeans,rowSumsと同様であった.
    ma 
    apply(ma, c(1,2), sum)
    
        [,1] [,2] [,3] [,4]
    [1,]    1    3    1    7
    [2,]    2    4    6    8
    
    apply(ma, 1, sum)
    [1] 12 20
    
    apply(ma, 2, sum)
    [1]  3  7  7 15
    

    または
    > a a
         [,1] [,2] [,3] [,4]
    [1,]    1    4    7   10
    [2,]    2    5    8   11
    [3,]    3    6    9   12
    > apply(a,1,sum)
    [1] 22 26 30
    > apply(a,2,sum)
    [1]  6 15 24 33
    > apply(a,1,function(x) sum(x)+2)
    [1] 24 28 32
    > apply(a,1,function(x) x^2)
         [,1] [,2] [,3]
    [1,]    1    4    9
    [2,]   16   25   36
    [3,]   49   64   81
    [4,]  100  121  144
    

    tapply関数
    グループ統計用
    tapply(X, INDEX, FUN = NULL, ..., simplify = TRUE)
    
  • xは、処理が必要なベクトル
  • である.
  • INDEXは因子(因子リストオブジェクト)であり、リストの各要素はXと同じ長さの因子である.FUNは、実行する必要がある関数
  • である
  • simplifyは論理変数であり、入力結果を簡略化するか否かを指す(lapplyに対するsapplyの簡略化を考慮する)
  • 値がTRUE(デフォルト)であり、関数FUNの計算結果が常にスカラー値である場合、関数tapplyは配列を返す.
  • 値がFALSEの場合、関数tapplyの戻り値はlistオブジェクトとなります.なお、2番目のパラメータINDEXが因子でない場合、Rは必要に応じてasを用いるため、関数tapply()も同様に有効である.factor()はパラメータを強制的に因子に変換する.


  • サンプルコード:
    fac 
    tapply(1:17, fac, sum)
     1  2  3  4  5
    51 57 45 NA NA
    
    tapply(1:17, fac, sum, simplify = FALSE)
    $`1`
    [1] 51
    
    $`2`
    [1] 57
    
    $`3`
    [1] 45
    
    $`4`
    NULL
    
    $`5`
    NULL
    
    tapply(1:17, fac, range)
    $`1`
    [1]  1 16
    
    $`2`
    [1]  2 17
    
    $`3`
    [1]  3 15
    
    $`4`
    NULL
    
    $`5`
    NULL
    

    EXcelのデータピボット・テーブルと同様の機能を実現します.
    da
       year province sale
    1  2007        A    1
    2  2007        B    2
    3  2007        C    3
    4  2007        D    4
    5  2008        A    5
    6  2008        C    6
    7  2008        D    7
    8  2009        B    8
    9  2009        C    9
    10 2009        D   10
    
    attach(da)
    tapply(sale,list(year,province))
     [1]  1  4  7 10  2  8 11  6  9 12
    
    tapply(sale,list(year,province),mean)
          A  B C  D
    2007  1  2 3  4
    2008  5 NA 6  7
    2009 NA  8 9 10
    

    ##table関数
    因子の出現の周波数を求めます
    使用形式:table(...,exclude=if(useNA=="no")c(NA,NaN),useNA=c("no","ifany","always"),dnn=list.names(…), deparse.level=1)パラメータexcludeは、計算されない係数を表します.サンプルコード:
    d 
    table(d)
    d
     A  B  C  D  E
    10 10 10  0  0
    
    table(d, exclude="B")
    d
     A  C  D  E
    10 10  0  0
    

    ##リスト(list)遍歴関数lapplyとsapply関数
    lapplyの使用形式は次のとおりです.
    lapply(X, FUN, …) 
    

    特徴:各列に対して操作を行い、データボックスに非常に適している.入力したデータはlist型でなければなりません.
    Lapplyの戻り値はXと同じ長さのlistオブジェクトであり、このlistオブジェクトの各要素は関数FUNをXに適用する各要素である.ここで、Xはリストオブジェクト(リストの各要素がベクトルである)であり、他のタイプのオブジェクトはRによって関数as.list()によって自動的にlistタイプに変換される.
    sapply()
    関数sapplyは関数lapplyの特殊な状況であり、いくつかのパラメータの値をいくつか限定し、フォーマットは以下の通りである.
    sapply(X, FUN,…, simplify = TRUE, USE.NAMES = TRUE) 
    

    Simplify=FALSE:関数sapplyの戻り値はlistのままです.このときlapplyと全く同じsimplify=TRUE(デフォルト):戻り値のタイプは計算結果によって決まり、通常、戻りリストの各要素の長さが1より大きく、長さが同じである場合、sapplyの戻り値はlistではなくマトリクス戻りに簡略化され、関数戻り値の長さが1である場合、sapplyはlistをvectorに簡略化する.
    サンプルコード:
    x 
    sapply(x, quantile,simplify=FALSE,use.names=FALSE)
    $a
       0%   25%   50%   75%  100%
     1.00  3.25  5.50  7.75 10.00
    
    $beta
             0%         25%         50%         75%        100%
     0.04978707  0.25160736  1.00000000  5.05366896 20.08553692
    
    $logic
      0%  25%  50%  75% 100%
     0.0  0.0  0.5  1.0  1.0
    

    パラメータsimplify=TRUEの場合
    sapply(x, quantile)
             a        beta logic
    0%    1.00  0.04978707   0.0
    25%   3.25  0.25160736   0.0
    50%   5.50  1.00000000   0.5
    75%   7.75  5.05366896   1.0
    100% 10.00 20.08553692   1.0
    

    ##mapply関数mapplyは関数sapplyの変形版、(多変数バージョン)(multivariate sapply)、Apply a Function to Multiple List or Vector Argumentsであり、mapplyは関数FUNを各パラメータの第1要素、第2要素、第3要素に順次適用する.関数mapplyの使用形式は以下の通りである.
    mapply(FUN, …, MoreArgs = NULL, SIMPLIFY = TRUE,USE.NAMES = TRUE)
    

    ここで、パラメータMoreArgsは、関数FUNのパラメータリストを表す.サンプルコード:
    mapply(rep, times=1:4, x=4:1)
    [[1]]
    [1] 4
    
    [[2]]
    [1] 3 3
    
    [[3]]
    [1] 2 2 2
    
    [[4]]
    [1] 1 1 1 1
    

    関数repを直接使用した結果:
    rep(1:4,1:4)
     [1] 1 2 2 3 3 3 4 4 4 4
    

    補足:####因子関数gl()因子関数glは、因子を生成するのに便利で、分散分析でよく使われます.
    gl(3,5)3は因子レベル数、5は繰返し回数[11]1 1 1 1 1 1 1 2 2 2 2 3 3 3 Levels:1 2 3 gl(3,1,15)15は結果の総長さである[11 2 3 1 2 3 1 3 3 1 2 3 3 1 3 3 3 3 Levels:1 2 3 3