ch11.Rmd

---
title: "使用 apply 函數家族"
author: "郭耀仁"
date: "`r Sys.Date()`"
output: slidy_presentation
---

```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE, results = 'hide', warning = FALSE)
```

## apply 函數家族是什麼

- 根基於 C 語言函數
- 效率高於迴圈

## apply 函數家族的成員

- `apply()`
- `lapply()`
- `sapply()`
- `tapply()`

## `apply()`

- 輸入：matrix，dataframe 或 list
- MARGIN：1 表示為列，2 表示為欄
- FUN：所使用的函數

```{r}
apply(cars, FUN = mean, MARGIN = 2)

#result <- rep(NA, times = 2)
#for (i in 1:length(cars)) {
#  result[i] <- mean(cars[, i])
#}
#result
```

## `lapply()`

- `l` as in list，輸出 list 的意思
- 輸入：dataframe 或 list
- FUN：所使用的函數

```{r}
my_list <- list(1:10, 1:100)
lapply(my_list, FUN = mean)
unlist(lapply(my_list, FUN = mean))

#result <- rep(NA, times = 2)
#for (i in 1:length(my_list)) {
#  result[i] <- mean(my_list[[i]])
#}
#result
```

## `lapply()`（2）

```{r}
lapply(mtcars, FUN = mean)
unlist(lapply(mtcars, FUN = mean))
```

## `sapply()`

- `s` as in simple，輸出向量的意思
- 輸入：dataframe 或 list
- FUN：所使用的函數

```{r}
my_list <- list(1:10, 1:100)
sapply(my_list, FUN = mean)
sapply(mtcars, FUN = mean)
```

## `tapply()`

- 輸入：vector
- INDEX：分組的類別變數
- FUN：所使用的函數

```{r}
tapply(iris$Sepal.Length, INDEX = iris$Species, FUN = mean)
```

## 使用 `system.time()` 檢視

```{r}
# 建立 data frame
col1 <- runif (12^4, min = 0, max = 2)
col2 <- rnorm (12^4, mean = 0, sd = 2)
col3 <- rpois (12^4, lambda = 3)
col4 <- rchisq (12^4, df = 2)
df <- data.frame (col1, col2, col3, col4)

# 使用 apply() 計算每列的總和
system.time(apply(df, FUN = sum, MARGIN = 1))

# 使用 for-loop 計算每列的總和
result <- c()
system.time(
  for (i in 1:nrow(df)) {
    result[i] <- sum(df[i, ])
  }
)
```

## 其他的 apply() 函數

- vapply()
- mapply()
- rapply()
- eapply()
- [資料來源](http://blog.fens.me/r-apply/)