如何在不使用 FOR 循环的情况下对 R 中矩阵中的每一列执行多项操作？答案

【问题标题】：How to perform multiple operations for each column in matrix in R without using FOR loops?如何在不使用 FOR 循环的情况下对 R 中矩阵中的每一列执行多项操作？
【发布时间】：2016-07-29 17:29:58
【问题描述】：

假设我在 R 工作区中有如下数据框

如何在不使用 R 中的 FOR LOOPS 的情况下自动提取矩阵每列的范围、平均值、标准差、中值、最大值和最小值？可以用apply/sapply/lapply吗？？

【问题讨论】：

标签： r for-loop lapply

【解决方案1】：

对于这种情况有几个不同的选项。其他人提到了apply 函数，但apply 在矩阵上工作，如果给定一个数据框，它将首先将其转换为矩阵，然后再应用该函数。对于示例数据框，这不是问题（但首先转换效率会很低），但如果与包含非数字列的数据框一起使用，则可能会导致问题。

最好使用sapply，它直接作用于列表（数据框是列表的一种形式）：

> sapply(mtcars, function(x) c(mean(x), median(x), sd(x)))
           mpg      cyl     disp        hp      drat        wt      qsec
[1,] 20.090625 6.187500 230.7219 146.68750 3.5965625 3.2172500 17.848750
[2,] 19.200000 6.000000 196.3000 123.00000 3.6950000 3.3250000 17.710000
[3,]  6.026948 1.785922 123.9387  68.56287 0.5346787 0.9784574  1.786943
            vs        am      gear   carb
[1,] 0.4375000 0.4062500 3.6875000 2.8125
[2,] 0.0000000 0.0000000 4.0000000 2.0000
[3,] 0.5040161 0.4989909 0.7378041 1.6152

您可以通过更改上面的函数来计算每列所需的任何函数。

您可能还想考虑 dplyr 包，它具有执行此类操作的功能，其形式可能更具可读性，并且可以以更简单的方式适应更复杂的情况。

> library(dplyr)
> mtcars %>% summarise_each(funs(mean,median,sd))
  mpg_mean cyl_mean disp_mean  hp_mean drat_mean wt_mean qsec_mean vs_mean
1 20.09062   6.1875  230.7219 146.6875  3.596563 3.21725  17.84875  0.4375
  am_mean gear_mean carb_mean mpg_median cyl_median disp_median hp_median
1 0.40625    3.6875    2.8125       19.2          6       196.3       123
  drat_median wt_median qsec_median vs_median am_median gear_median
1       3.695     3.325       17.71         0         0           4
  carb_median   mpg_sd   cyl_sd  disp_sd    hp_sd   drat_sd     wt_sd
1           2 6.026948 1.785922 123.9387 68.56287 0.5346787 0.9784574
   qsec_sd     vs_sd     am_sd   gear_sd carb_sd
1 1.786943 0.5040161 0.4989909 0.7378041  1.6152

> mtcars %>% summarise_each(funs(mean,median,sd)) %>% 
  matrix(nrow=ncol(mtcars), dimnames=list(names(mtcars), c('Mean','Median','SD')))
     Mean     Median SD       
mpg  20.09062 19.2   6.026948 
cyl  6.1875   6      1.785922 
disp 230.7219 196.3  123.9387 
hp   146.6875 123    68.56287 
drat 3.596563 3.695  0.5346787
wt   3.21725  3.325  0.9784574
qsec 17.84875 17.71  1.786943 
vs   0.4375   0      0.5040161
am   0.40625  0      0.4989909
gear 3.6875   4      0.7378041
carb 2.8125   2      1.6152

【讨论】：

【解决方案2】：

apply(df, 2, summary)
           a    b    c     d
#Min.    1.00 2.00 0.00 2.000
#1st Qu. 1.75 2.00 2.25 3.750
#Median  3.00 2.00 3.50 4.500
#Mean    4.50 3.25 3.25 4.875
#3rd Qu. 8.25 3.25 4.25 6.000
#Max.    9.00 9.00 7.00 9.000

【讨论】：

或sapply(df, summary)。要获取范围，请使用sapply(df, range)。
很好，我不知道sapply 这样做了:)
或者只是摘要（df）。摘要将应用于所有列。
summary 函数只是一个示例，以便向 OP 展示如何遍历列

【解决方案3】：

fun <- c('mean', 'sd', 'median', 'min', 'max')
sapply(fun, function(x) apply(dff, 2, match.fun(x)))

你会得到这样的输出，

   mean       sd median min max
a 4.500 3.545621    3.0   1   9
b 3.250 2.434866    2.0   2   9
c 3.250 2.375470    3.5   0   7
d 4.875 2.167124    4.5   2   9

【讨论】：