R语言中的循环函数（Grouping Function） R语言中有几个常用的函数，可以按组对数据进行处理，apply, lapply, sapply, tapply, mapply,等。这几个函数功能有些类似，下面介绍下这几个函数的用法。

Apply

这是对一个Matrix或者Array进行某个维度的运算。其格式是：

Apply(数据,维度Index,运算函数,函数的参数)

对于Matrix来说，其维度值为2，第二个参数维度Index中，1表示按行运算，2表示按列运算。下面举一个例子：

m<-matrix(1:6,2,3)

构建一个简单的2行3列的矩阵，内容为：

[,1] [,2] [,3]

[1,] 1 3 5

[2,] 2 4 6

如果我们要计算每一行的sum值，那么我们可以写为：apply(m,1,sum)[1] 9 12如果要计算每一列的mean值，那么改为：apply(m,2,mean)[1] 1.5 3.5 5.5假如某个值为NA，那么要忽略NA值，进行每一行的SUM怎么办呢？m[2,2]<-NA [,1] [,2] [,3]

[1,] 1 3 5

[2,] 2 NA 6

apply(m,1,sum)

[1] 9 NA 本身sum函数有一个参数na.rm，我们可以将这个参数带人到apply函数中，作为第4个参数：apply(m,1,sum,na.rm=TRUE)

[1] 9 8 需要注意的是如果是Data Frame，那么系统会将其转为Matrix，如果所有Column不是数字类型或者类型不一致，导致转换失败，那么apply是运算不出任何一列的结果的。Lapply

前面说到apply是对于matrix和array的，针对list，我们可以使用lapply函数。该函数接收list，返回的结果也是一个list。其调用如下：Apply(数据,运算函数,函数的参数)对于Data Frame来说，如果不同的列有不同的数据类型，不能转换成Matrix，但是却可以转换成List，然后使用lapply函数。我们建立一个学生名字，年龄和成绩的Data Frame，然后统计平均年龄和平均成绩，由于name列不是数值类型，所以无法算平均值，所以我们可以对非数值的数据只取count数量。这里就需要用到自定义函数。函数可以是匿名函数，也可以是之前定义好的函数，由于这里逻辑简单，我们可以用匿名函数解决。s<-data.frame(name=c("Devin","Edward","Lulu"),age=c(30,33,29),score=c(95,99,90))

name age score

1 Devin 30 95

2 Edward 33 99

3 Lulu 29 90

lapply(s,function(x){if(is.numeric(x)){mean(x)}else{length(x)}})

$name

[1] 3

$age

[1] 30.66667

$score

[1] 94.66667我们可以看到返回了一个List的结果，里面包含3个项，每个项是函数执行的结果。lapply返回的结果和传入的List的结构相同，传入多少个Item，返回的也是多少个Item。Sapply

Sapply函数和Lapply函数很类似，也是对List进行处理，只是在返回结果上，Sapply会根据结果的数据类型和结构，重新构建一个合理的数据类型返回。调用格式如下：Apply(数据,运算函数,函数的参数,simplify = TRUE, USE.NAMES = TRUE)对于其中的simplify参数，就是指明是否对返回的结果集重新组织，如果为FALSE，那么就相当于lapply了。{if(is.numeric(x)){mean(x)}else{length(x)}})

name age score

3.00000 30.66667 94.66667