apply族函数

---

是R语言中很有特色的一类函数，包括了apply、sapply、lapply、tapply、aggregate等等。
在这篇博文里对它们进行了简略的说明。这一类函数本质上是将数据进行分割、计算和整合。它们在数据分析的各个阶段都有很好的用处。
例如在数据准备阶段，我们可以按某个标准将数据分组，然后获得各组的统计描述。或是在建模阶段，为不同组的数据建立模型并比较建模结果。
apply族函数与Google提出的mapreduce策略有着一致的思路。因为mapreduce的思路也是将数据进行分割、计算和整合。只不过它是将分割后的数据分发给多个处理核心进行运算。如果你熟悉了apply族函数，那么将数据转为并行运算是轻而易举的事情。plyr包则可看作是apply族函数的扩展，使之更容易运用，功能更为强大。


plyr包

---

的主函数是**ply形式的，其中首字母可以是(d、l、a)，第二个字母可以是(d、l、a、_)，不同的字母表示不同的数据格式，d表示数据框格式，l表示列表，a表示数组，_则表示没有输出。
第一个字母表示输入的待处理的数据格式，第二个字母表示输出的数据格式。例如ddply函数，即表示输入一个数据框，输出也是一个数据框。


2、案例

---

      下面首先来用一个简单的例子说明一下用法。还是用iris数据集，其中包括了一个分类变量和四个数值变量。我们希望数据按不同类别，分别计算数值变量的均值。下面我们分别用三种方法来得到同样的结果。

复制代码

3、参考资料

---

包括示例代码:

• bnames-explore.r——探索我们宝宝的名字
• bnames-cluster.r——集群扩展示例显示如何找到类似的名字
• tx-explore-houston.r——介绍住房数据与休斯顿李< / >
• tx-explore-all.r——过程模型构建对于大型数据使用的所有城市在德克萨斯州
• nnet.r
  
  
  plyr-tutorial.zip
  大小:(3.3 MB)

   马上下载