9.4　遍历数组

lapply和它的小伙伴vapply与sapply都可用于矩阵和数组上，但它们的行为往往不是我们想要的。这三个函数把矩阵和数组看作向量，将目标函数作用于每个元素上（沿列往下移动）。而更为常见的是，当要把函数作用于一个数组时，我们希望能按行或列应用它们。下面的例子使用matlab包，提供了对手语言所具备的功能。

要运行下例，首先需要安装matlab程序包：

  1. install.packages("matlab")
  2. library(matlab)
  5. ## Attaching package: 'matlab'
  7. ## The following object is masked from 'package:stats': 
  8. ## 
  9. ## reshape
  11. ## The following object is masked from 'package:utils': 
  12. ## 
  13. ## find, fix
  15. ## The following object is masked from 'package:base': 
  16. ## 
  17. ## sum

注意

当你装载matlab包时，它会覆盖一些在base、stats和utils包中的函数，把它们的行为重载成MATLAB中相应函数的行为。当使用完matlab包，你可能会想恢复以前的行为，这可以通过调用detach("package:matlab")来完成。

magic函数将创建一个f方阵：n×n的、从1排到n^2的数字矩阵，其行数和列数相等：

  1. (magic4 <- magic(4))
  3. ## [,1] [,2] [,3] [,4] 
  4. ## [1,] 16 2 3 13 
  5. ## [2,] 5 11 10 8 
  6. ## [3,] 9 7 6 12 
  7. ## [4,] 4 14 15 1

一个需要我们把函数应用到每行上的经典问题——计算行的总数，可以由在第五章中简要介绍的rowSums函数来实现：

  1. rowSums(magic4)
  3. ## [1] 34 34 34 34

然而，如果要计算每行的其他统计值，该如何实现？要提供一个函数来实现所有可能的功能将是非常麻烦的3。apply函数提供了类似的按行/列计算的等效函数，它以一个矩阵、维数和函数作为参数。维数为1代表把函数应用于每一行；2代表把函数应用于每一列（或更大的数字代表更高维的数组）：

3 尽管matrixStats包试图这样做。 

  1. apply(magic4, 1, sum) #与rowSums相同
  3. ## [1] 34 34 34 34
  5. apply(magic4, 1, toString)
  7. ## [1] "16, 2, 3, 13" "5, 11, 10, 8" "9, 7, 6, 12" "4, 14, 15, 1"
  9. apply(magic4, 2, toString)
  11. ## [1] "16, 5, 9, 4" "2, 11, 7, 14" "3, 10, 6, 15" "13, 8, 12, 1"

apply也可用于数据框，尽管对于这种混合的数据类型来说不太常见（例如，如果其中有一列是字符类型的，很显然你不能在它上面计算总和或乘积）：

  1. (baldwins <- data.frame( 
  2.   name = c("Alec", "Daniel", "Billy", "Stephen"), 
  3.   date_of_birth = c( 
  4.     "1958-Apr-03", "1960-Oct-05", "1963-Feb-21", "1966-May-12" 
  5.   ), 
  6.   n_spouses = c(2, 3, 1, 1), 
  7.   n_children = c(1, 5, 3, 2), 
  8.   stringsAsFactors = FALSE 
  9. ))
  11. ##      name date_of_birth n_spouses n_children
  12. ## 1    Alec   1958-Apr-03         2          1
  13. ## 2  Daniel   1960-Oct-05         3          5
  14. ## 3   Billy   1963-Feb-21         1          3
  15. ## 4 Stephen   1966-May-12         1          2
  17. apply(baldwins, 1, toString)
  19. ## [1] "Alec, 1958-Apr-03, 2, 1" "Daniel, 1960-Oct-05, 3, 5" 
  20. ## [3] "Billy, 1963-Feb-21, 1, 3" "Stephen, 1966-May-12, 1, 2"
  22. apply(baldwins, 2, toString)
  24. ##                                                 name 
  25. ##                       "Alec, Daniel, Billy, Stephen" 
  26. ##                                        date_of_birth 
  27. ## "1958-Apr-03, 1960-Oct-05, 1963-Feb-21, 1966-May-12" 
  28. ##                                            n_spouses 
  29. ##                                         "2, 3, 1, 1" 
  30. ##                                           n_children 
  31. ##                                         "1, 5, 3, 2"

当你把函数按列地应用于数据框上，apply与sapply的行为相同（记住，数据框可被认为是非嵌套的列表，其中的元素都具有相同的长度）：

  1. sapply(baldwins, toString)
  4. ##                                                 name 
  5. ##                       "Alec, Daniel, Billy, Stephen" 
  6. ##                                        date_of_birth 
  7. ## "1958-Apr-03, 1960-Oct-05, 1963-Feb-21, 1966-May-12" 
  8. ##                                            n_spouses 
  9. ##                                         "2, 3, 1, 1" 
  10. ##                                           n_children 
  11. ##                                         "1, 5, 3, 2"

当然，如果仅仅打印不同的形式数据集，你无法充分感受到它的趣味性。另一方面，将sapply与range结合使用能非常迅速地确定你的数据范围：

  1. sapply(baldwins, range)
  3. ##      name      date_of_birth n_spouses n_children
  4. ## [1,] "Alec"    "1958-Apr-03" "1"       "1"       
  5. ## [2,] "Stephen" "1966-May-12" "3"       "5"