R - apply

 

1. apply

• 행렬, 배열, 데이터프레임에 함수를 적용한 결과를 벡터, 리스트, 배열 형태로 리턴한다.
• 행렬의 행이나 열의 방향으로 함수를 적용
• (행렬 이름, 행렬의 방향 1=행/2=열,그룹함수)

# 기본 사용 m <- matrix(1:4, ncol=2) apply(m,1,sum) apply(m,2,sum)
df <- data.frame(name = c("king","smith","jane"),                        sql = c(90,NA,70),                        python = c(75,90,NA))
# 행별 열의 합 apply(df[,c(2,3)],1,sum) apply(df[,c(2,3)],1,sum,na.rm=T)
# 열별 총합 apply(df[,c(2,3)],2,sum) apply(df[,c(2,3)],2,sum,na.rm=T)
# 행의 합 rowSums(df[,c(2,3)]) rowSums(df[,c(2,3)],na.rm=T)
# 열의 합 colSums(df[,c(2,3)]) colSums(df[,c(2,3)],na.rm=T)
# 행, 열의 평균 rowMeans(df[,c(2,3)],na.rm=T) colMeans(df[,c(2,3)],na.rm=T)

 

 

2. lapply

• 벡터, 리스트, 데이터프레임에 함수를 적용하고 그 결과를 리스트로 리턴하는 함수

x <- list(a=1:3,b=4:6)
# 키 별로 직접 계산 sum(x$a) sum(x$b)
# 키 별로 따로 계산 lapply(x, sum)
# 열을 기준을 계산 lapply(df[,c(2,3)], sum, na.rm=T) apply(df[,c(2,3)],2,sum, na.rm=T) colSums(df[,c(2,3)],na.rm=T)
# 계산값 인덱싱 colSums(df[,c(2,3)],na.rm=T)[1] colSums(df[,c(2,3)],na.rm=T)[2]

 

 

3. sapply

• 벡터, 리스트, 데이터프레임에 함수를 적용하고 그 결과를 벡터로 리턴하는 함수

x<-sapply(df[,c(2,3)],sum,na.rm=T)
sapply(df[,c(2,3)],sum,na.rm=T)
# 벡터 형식을 데이터 프레임으로 형변환 as.data.frame(x)    # 잘못된 방식
# 벡터 형식을 데이터 프레임으로 형변환     (벡터 -> 매트릭스 -> 데이터프레임) # 벡터 -> 매트릭스  matrix(x) matrix(x,ncol=2)   # 매트릭스 -> 데이터프레임 y <- data.frame(matrix(x,ncol=2)) names(y) <- c("sql","python") mode(y) str(y)

 

 

4. tapply

• 벡터, 데이터프레임에 저장된 데이터를 주어진 기준에 따라 그룹으로 묶은 뒤 그룹 함수를 적용하고 그 결과를 array형식으로 리턴하는 함수

# 세로 방향 aggregate(SALARY ~ DEPARTMENT_ID+JOB_ID, emp, sum)
# 가로 방향 tapply(emp$SALARY,list(emp$DEPARTMENT_ID,emp$JOB_ID),sum)
# NA값을 0으로 바꿔서 출력 tapply(emp$SALARY,list(emp$DEPARTMENT_ID,emp$JOB_ID),sum,default=0)   tapply(emp$SALARY,data.frame(emp$DEPARTMENT_ID,emp$JOB_ID),sum,default=0)