tapply
tapply 对向量的子集执行批处理操作。
> str(tapply)
function (X, INDEX, FUN = NULL, ..., simplify = TRUE)
X是一个向量INDEX因子或因子的列表（或与因子相关）FUN批处理的函数- … 其他传递给
FUN函数 simplify是否简化结果
分组取平均值。
> x <- c(rnorm(10), runif(10), rnorm(10, 1))
> f <- gl(3, 10)
> f
[1] 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 3 3
Levels: 1 2 3
> tapply(x, f, mean)
1 2 3
0.1045255 0.4867243 0.9131191
不简化分组取平均值的结果
> tapply(x, f, mean, simplify = FALSE)
$`1`
[1] 0.1045255
$`2`
[1] 0.4867243
$`3`
[1] 0.9131191
找到每组的数值范围。
> tapply(x, f, range)
$`1`
[1] -0.8040998 1.0022698
$`2`
[1] 0.04577595 0.95238798
$`3`
[1] -0.4422177 2.3863979
split
split 根据因子向量或因子列表分组。
> str(split)
function (x, f, drop = FALSE, ...)
x可以是向量、列表、数据框f因子或因子列表drop是否去除因子水平为空的结果
> split(x, f)
$`1`
[1] 0.06417511 0.77601085 1.66855356 1.38744423
[5] -0.90908770 0.39727163 -2.13528805 0.29087121
[9] 0.82936584 0.53773723
$`2`
[1] 0.6646064 0.4408925 0.3199122 0.2156969 0.8358507
[6] 0.1408568 0.4088236 0.2258691 0.9606134 0.7945027
$`3`
[1] 0.65276220 2.46645556 2.72756544 1.77246304
[5] 2.94941952 0.11977102 -0.04283368 2.36610370
[9] 0.44573942 2.31295594
lapply 和 split 配合使用的例子。
> lapply(split(x, f), mean)
$`1`
[1] 0.2907054
$`2`
[1] 0.5007624
$`3`
[1] 1.57704
拆分数据框
> library(datasets)
> head(airquality)
Ozone Solar.R Wind Temp Month Day
1 41 190 7.4 67 5 1
2 36 118 8.0 72 5 2
3 12 149 12.6 74 5 3
4 18 313 11.5 62 5 4
5 NA NA 14.3 56 5 5
6 28 NA 14.9 66 5 6
> s <- split(airquality, airquality$Month)
> lapply(s, function(x) colMeans(x[, c("Ozone", "Solar.R", "Wind")]))
$`5`
Ozone Solar.R Wind
NA NA 11.62258
$`6`
Ozone Solar.R Wind
NA 190.16667 10.26667
$`7`
Ozone Solar.R Wind
NA 216.483871 8.941935
$`8`
Ozone Solar.R Wind
NA NA 8.793548
$`9`
Ozone Solar.R Wind
NA 167.4333 10.1800
> sapply(s, function(x) colMeans(x[, c("Ozone", "Solar.R", "Wind")]))
5 6 7 8 9
Ozone NA NA NA NA NA
Solar.R NA 190.16667 216.483871 NA 167.4333
Wind 11.62258 10.26667 8.941935 8.793548 10.1800
> sapply(s, function(x) colMeans(x[, c("Ozone", "Solar.R", "Wind")], na.rm = TRUE))
5 6 7 8 9
Ozone 23.61538 29.44444 59.115385 59.961538 31.44828
Solar.R 181.29630 190.16667 216.483871 171.857143 167.43333
Wind 11.62258 10.26667 8.941935 8.793548 10.18000
将数据分割到多个水平
> x <- rnorm(10)
> f1 <- gl(2, 5)
> f2 <- gl(5, 2)
> f1
[1] 1 1 1 1 1 2 2 2 2 2
Levels: 1 2
> f2
[1] 1 1 2 2 3 3 4 4 5 5
Levels: 1 2 3 4 5
> interaction(f1, f2)
[1] 1.1 1.1 1.2 1.2 1.3 2.3 2.4 2.4 2.5 2.5
Levels: 1.1 2.1 1.2 2.2 1.3 2.3 1.4 2.4 1.5 2.5
interaction 函数可以创建没有值的水平。
> str(split(x, list(f1, f2)))
List of 10
$ 1.1: num [1:2] -1.073 -0.572
$ 2.1: num(0)
$ 1.2: num [1:2] -0.435 -0.976
$ 2.2: num(0)
$ 1.3: num 0.201
$ 2.3: num 0.691
$ 1.4: num(0)
$ 2.4: num [1:2] 0.498 0.333
$ 1.5: num(0)
$ 2.5: num [1:2] -0.00797 -0.1332
去除无值的分组。
> str(split(x, list(f1, f2), drop = TRUE))
List of 6
$ 1.1: num [1:2] -1.073 -0.572
$ 1.2: num [1:2] -0.435 -0.976
$ 1.3: num 0.201
$ 2.3: num 0.691
$ 2.4: num [1:2] 0.498 0.333
$ 2.5: num [1:2] -0.00797 -0.1332