R軟體閒話家常-教學、資料、統計、分析、運算

資料分析經常需要運用for 迴圈反覆執行某項工作，然而R 程式中卻不可用太多的迴圈，否則會大大降低程式執行的效率！以紐約市空氣品質資料為例，其為包含六個變數的154 筆資料，以apply 函數可以輕易地計算出各行變數的平均值。

> head(airquality)

 


> apply(airquality, 2, mean) # apply(資料集名稱, 2 表逐行, 套用函數名稱)

結果中出現NA 的是因為該變數原始資料有遺缺值，此時可將遺缺值NA 排除計算(i.e. na.rm = T)即可。

> apply(airquality, 2, mean, na.rm = T)

同理，讀者可以 apply(airquality, 1, mean)逐列求出154 筆觀測值的平均值(此統計值有意義嗎？)
apply 系列的基本函數還有lapply 與sapply，lapply 將airquality 資料視為六個元素的串列(list)，逐一
元素加總遺缺值個數，故無須加入逐列或逐行的參數值。

> lapply(airquality, function(x) sum(is.na(x)))

sapply 可將上面結果以較簡單的矩陣形式展現，此即為函數名字首的含義。

> sapply(airquality, function(x) sum(is.na(x)))

sapply 函數也可以判斷哪些變數是因子，或加入自定函數計算因子變數的水準數，讀者當可想出apply
系列基本函數的其它應用。最後，善用apply 方可將R 程式技巧提升到更高的層次。

> sapply(InsectSprays, is.factor)

> sapply(InsectSprays, function(x) if (!is.factor(x)) return(0) else length(levels(x)))

參考資料：

Maindonald, J.H. (2004), Using R for Data Analysis and Graphics: Introduction, Code,
and Commentary, http://www.stats.uwo.ca/DAAG/.