Nous créons une fonction nommée avg pour calculer la moyenne du minimum et du maximum du vecteur. avg <- function(x) { ( min(x) + max(x)) / 2}fcars <- sapply(dt, avg)fcars Sortie ## speed dist## 14. 5 61. 0 La fonction sapply() est plus efficace que lapply() dans la sortie retournée parce que sapply() stocke les valeurs directement dans un vecteur. Dans l'exemple suivant, nous verrons que ce n'est pas toujours le cas. Nous pouvons résumer la différence entre apply(), sapply() et `lapply() dans le tableau suivant: lapply Fonction Arguments Objectif. Entrée apply apply(x, MARGIN, FUN) Appliquer une fonction aux lignes ou aux colonnes ou aux deux Cadre de données ou matrice vecteur, liste, tableau lapply(X, FUN) Appliquer une fonction à tous les éléments de l'entrée Liste, vecteur ou cadre de données liste sappy sappy(X FUN) vecteur ou matrice Trancher un vecteur Nous pouvons utiliser lapply() ou sapply() de manière interchangeable pour trancher un cadre de données. Nous créons une fonction, below_average(), qui prend un vecteur de valeurs numériques et renvoie un vecteur qui ne contient que les valeurs strictement supérieures à la moyenne.
75)) ## 25% 5. 1 2. 8 1. 6 0. 3 ## 75% 6. 4 3. 3 5. 1 1. 8 ## [1] "matrix" "array" Si ces fonctions *apply() v ous intéressent vous pouvez aussi explorer les fonctions vapply() et mapply(). Vous trouverez des informations ici, et là. Je vous recommande aussi de regarder du côté du package purrr et ces fonctions map() qui permettent aussi d'appliquer une même fonction (ou une même série de fonctions) à chaque élément d'un ensemble de données. Vous trouverez une introduction au package purrr et une liste de ressources pour apprendre à l'utiliser, dans mon article: Liste de ressources pour le package purrr Ce petit mémo m'est très utile, et j'espère qu'il en sera de même pour vous. N'hésitez pas à me partager en commentaire des exemples de vos propres utilisations de ces fonctions apply. Cela aidera certainement ceux qui débutent! Si cet article vous a plu, ou vous a été utile, et si vous le souhaitez, vous pouvez soutenir ce blog en faisant un don sur sa page Tipeee 3 réponses "Bel article d'apprentissage!
Ces fonctions lapply, sapply, tapply et lapply permettent d' appliquer une fonction ( mean, par exemple, pour calculer une moyenne) sur des données, de façon itérative. Autrement dit, elles font la même chose qu'une boucle for(), tout en ayant une syntaxe concise, puisque ça se passe en une ligne de commande, et en étant plus rapide. Néanmoins, de mon côté, j'ai toujours eu des difficultés à les employer parce que je ne me souviens jamais laquelle utiliser selon: la structure de mes données d'entrées (data frame, vecteur, liste), ce que je veux faire (appliquer une fonction par sous-groupe de données, appliquer une fonction sur les marges (sur chaque ligne ou chaque colonne) d'un data frame), ce que je souhaite obtenir en sortie (un vecteur, une liste). Savoir utiliser ces fonctions peut cependant s'avérer très utile. Alors, j'ai fini par me faire un petit mémo, que je vous partage ici. Elle réalise une boucle sur une structure de type liste, en appliquant une fonction sur chaque élément de cette liste.
Le nom est en format majuscule. movies <- c("SPYDERMAN", "BATMAN", "VERTIGO", "CHINATOWN")movies_lower <-lapply(movies, tolower)str(movies_lower) ## List of 4## $:chr"spyderman"## $:chr"batman"## $:chr"vertigo"## $:chr"chinatown" Nous pouvons utiliser unlist() pour convertir la liste en vecteur. movies_lower <-unlist(lapply(movies, tolower))str(movies_lower) ## chr "spyderman" "batman" "vertigo" "chinatown" Fonction sapply() La fonction sapply() prend en entrée une liste, un vecteur ou un cadre de données et donne en sortie un vecteur ou une matrice. Elle est utile pour les opérations sur les objets de liste et renvoie un objet de liste de même longueur que l'ensemble original. La fonction sapply() fait le même travail que la fonction lapply() mais renvoie un vecteur. sapply(X, FUN)Arguments:-X: A vector or an object-FUN: Function applied to each element of x Nous pouvons mesurer la vitesse minimale et les distances d'arrêt des voitures à partir de l'ensemble de données des voitures. dt <- carslmn_cars <- lapply(dt, min)smn_cars <- sapply(dt, min)lmn_cars ## $speed## 4## $dist## 2 smn_cars ## speed dist ## 4 2 lmxcars <- lapply(dt, max)smxcars <- sapply(dt, max)lmxcars ## $speed## 25## $dist## 120 smxcars ## speed dist ## 25 120 Nous pouvons utiliser une fonction intégrée par l'utilisateur dans lapply() ou sapply().
R n'aime pas les boucles: c'est long, parfois ca surtout c'est long:). Une des fonctions qu'il faut absolument maîtriser est apply. Elle permet de réaliser en parallèle la même opération sur toutes les lignes/ toutes les colonnes d'une matrice ou d 'un jeu de données. Pour utiliser apply, il faut créer une fonction qui prend en paramètre un vecteur et qui nous ressort une transformation de ce vecteur. que ce vecteur soit de la forme qu'une ligne ou qu'une colonne de notre jeu de données (prendre en compte les variables quali, l'ordre des variables.. ) lancer apply sur son jeu de données, en précisant la fonction et s'il faut le prendre en ligne ou en colonne. data(iris) # on va fabriquer une fonction qui, pour chaque ligne, nous donnera la somme de,, et masomme<-function(monvec){ # les vecteurs sont ici de la forme c(5. 1, 3. 5, 1. 4, 0. 2, setosa). Un simple sum(monec) ne fonctionnerait pas à cause de setosa return(sum(meric(monvec[1:4])))# le meric permet de passer outre la transformation en caractères} lasomme<-apply((iris), FUN=masomme, MARGIN=1) head(cbind(iris, lasomme))# on rajoute une colonne avec le résultat et on regarde le début du jeu de données Cette transformation restera très rapide même avec un très grand nombre de lignes 2011-12-23
lapply ( X = iris, function (x) class (x)) ## $ ## [1] "numeric" ## $Species ## [1] "factor" lapply ( X = colnames (iris), function (x) summary (iris[, x])) ## [[1]] ## Min. 1st Qu. Median Mean 3rd Qu. Max. ## 4. 300 5. 100 5. 800 5. 843 6. 400 7. 900 ## [[2]] ## 2. 000 2. 800 3. 000 3. 057 3. 300 4. 400 ## [[3]] ## 1. 000 1. 600 4. 350 3. 758 5. 100 6. 900 ## [[4]] ## 0. 100 0. 300 1. 199 1. 800 2. 500 ## [[5]] ## setosa versicolor virginica ## 50 50 50 Quand on regarde de plus près, on se rend compte, que ces fonctions peuvent jouer le même rôle qu'une boucle. lapply ( X = colnames (iris), function (x) x) ## [1] "" ## [1] "Species" Fonction sapply La fonction sapply est similaire à la fonction lapply sauf qu'elle ne retourne pas de liste mais un vecteur ou une matrice. sapply ( X = iris, function (x) class (x)) ## "numeric" "numeric" "numeric" "numeric" "factor" Fonction tapply La fonction tapply adopte la même approche que la fonction aggregate. Elle permet d'agréger des données. Les arguments de la fonction d'agrégation sont renseignés dans la fonction tapply et non dans la fonction d'agrégation.
La lapply () fonction est exactement le même que le sapply () fonction, avec une différence importante: Il renvoie toujours une liste. Ce trait peut être bénéfique si vous n'êtes pas sûr de ce que le résultat de sapply () sera. Dites que vous voulez connaître les valeurs uniques de seulement un sous-ensemble de la trame de données clients. Vous pouvez obtenir les valeurs uniques dans les première et troisième lignes de la trame de données comme ceci: > Sapply (clients [c (1, 3), ], uniques) heures Type publique [1], "25" "TRUE" "public" [2], "125" "FAUX" "privé" Mais parce que chaque variable a maintenant deux valeurs uniques, sapply () simplifie le résultat à une matrice. Si vous avez compté sur le résultat d'une liste dans le code suivant, vous obtiendrez des erreurs. Si vous avez utilisé lapply (), d'autre part, vous obtenez également une liste dans ce cas, comme le montre le résultat suivant: > Lapply (clients [c (1, 3), ], uniques) heures de $ [1] 25 125 $ publique [1] VRAI FAUX $ type [1] «public» «privé» En fait, la sapply () fonction a un argument supplémentaire, simplifier, que vous pouvez définir pour FAUX si vous ne voulez pas d'une liste simplifiée.
La lettre l devant le apply correspond à ` list` Par défaut, les résultats sont également fournis sous forme d'une liste: maliste <- list(E1=rnorm(10), E2=1:10, E3=runif(10)) maliste ## $E1 ## [1] -1. 7984349 0. 6276849 0. 7310556 1. 1642278 -1. 0313113 0. 1958217 ## [7] -1. 9018991 -1. 8122020 -0. 3482781 -1. 2713203 ## ## $E2 ## [1] 1 2 3 4 5 6 7 8 9 10 ## $E3 ## [1] 0. 723830546 0. 838541188 0. 845484439 0. 039995958 0. 615807877 0. 917093245 ## [7] 0. 867372951 0. 224336368 0. 001643635 0. 081938347 lapply(maliste, mean) ## [1] -0. 5444656 ## [1] 5. 5 ## [1] 0. 5156045 Si on utilise une fonction qui nécessite des arguments, il faut les indiquer après la fonction, comme ici avec la fonction quantile() et l'argument probs. lapply(maliste, quantile, probs=c(0. 25, 0. 75)) ## 25% 75% ## -1. 6666563 0. 5197191 ## 3. 25 7. 75 ## 0. 1175379 0. 8437486 On peut également obtenir les résultats sous la forme d'un vecteur en employant la fonction unlist() en amont: unlist(lapply(maliste, mean)) ## E1 E2 E3 ## -0.
5])) # Nombre d'éléments supérieur à 1, 5 2015-07-08