R中apply族函数
Yuxuan Wu Lv13
2021-05-06 04:40:35 2.4k Words 10 Mins

简介

在R语言中，apply系列函数的基本作用是对数组（array，可以是多维）或者列表（list）按照元素或元素构成的子集合进行迭代，并将当前元素或子集合作为参数调用某个指定函数。apply族函数分别有apply函数，tapply函数，lapply函数，mapply函数。每一个函数都有自己的特点，在处理不同类型的数据可以选用相对应的函数。

R 原生英文解释（Apply）

Apply Functions Over Array Margins：

Description

Returns a vector or array or list of values obtained by applying a function to margins of an array or matrix.

Usage

apply(X, MARGIN, FUN, ...)

Arguments

x:

an array, including a matrix.

MARGIN:

a vector giving the subscripts which the function will be applied over. E.g., for a matrix 1 indicates rows, 2 indicates columns, c(1, 2) indicates rows and columns. Where X has named dimnames, it can be a character vector selecting dimension names.

FUN:

the function to be applied: see ‘Details’. In the case of functions like +, %*%, etc., the function name must be backquoted or quoted.
…
optional arguments to FUN.

apply函数（vector）

apply函数只能用于处理矩阵类型的数据，也就是说所有的数据必须是同一类型。因此要使用apply函数的话，需要将数据类型转换成矩阵类型。

apply函数一般有三个参数，第一个参数代表矩阵对象，第二个参数代表要操作矩阵的维度，1表示对行进行处理，2表示对列进行处理。第三个参数就是处理数据的函数。apply会分别一行或一列处理该矩阵的数据。

1
2
3
4
5
6
7
8
9
10
11
12
a<-matrix(1:12,nrow=3)
a
#求每列的平均值
apply(a,2,mean)


其中a是一个3*4的矩阵，如下。运行结果为 2  5  8 11

		  [,1] [,2] [,3] [,4]
[1,]    1    4    7   10
[2,]    2    5    8   11
[3,]    3    6    9   12

  • 使用colMeans()，rowMeans( )，对矩阵的列和行分别求平均值，

  • rowSums( ),colSums(),，对矩阵的列和行分别求和。

如果数据中NA，那么在求行列的平均值或和的时候，NA所在的行列的计算结果也为NA。

1
apply(a,1,mean,na.rm=TRUE)

这样的话，它会自动忽略NA，只计算其他不是NA的值。rowMeans( )中也可以添加na.rm=TRUE参数。效果相同。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
#矩阵中添加了一个na
a[2,1]<-NA
#不计算NA存在的那一行或那一列
apply(a,1,mean)这个时候矩阵为

			 [,1] [,2] [,3] [,4]
[1,]    1    4    7   10
[2,]   NA    5    8   11
[3,]    3    6    9   12

结果为[1] 5.5  NA 7.5。如果代码写成下面这个样子

apply(a,1,mean,na.rm=TRUE)
结果为 5.5 8.0 7.5

lapply和sapply函数

lapply和sapply函数可以用于处理列表数据和向量数据（vector/list）

lapply函数得到处理得到的数据类型是列表，

而sapply函数得到处理的数据类型是向量。

这两个函数除了在返回值类型不同外，其他方面基本完全一样。

关于R语言的list数据格式

R中列表(list)类型来保存不同类型的数据。 一个主要目的是提供R分析结果输出包装： 输出一个变量， 这个变量包括回归系数、预测值、残差、检验结果等等一系列不能放到规则形状数据结构中的内容。 实际上，数据框也是列表的一种， 但是数据框要求各列等长， 而列表不要求。

列表可以有多个元素， 但是与向量不同的是， 列表的不同元素的类型可以不同， 比如， 一个元素是数值型向量， 一个元素是字符串， 一个元素是标量， 一个元素是另一个列表。

定义列表用函数list(), 如

1
2
3
4
5
6
7
8
9
10
11
rec <- list(name="李明", age=30,
           scores=c(85, 76, 90))
rec
## $name
## [1] "李明"
## 
## $age
## [1] 30
## 
## $scores
## [1] 85 76 90

用typeof()函数判断一个列表， 返回结果为list。 可以用is.list()函数判断某个对象是否列表类型。

列表元素访问

列表的一个元素也可以称为列表的一个“变量”， 单个列表元素必须用两重方括号格式访问，如

1
2
3
4
5
6
rec[[3]]
## [1] 85 76 90
rec[[3]][2]
## [1] 76
rec[["age"]]
## [1] 30

列表的单个元素也可以用$格式访问，如

1
2
rec$age
## [1] 30

如果使用单重方括号对列表取子集， 结果还是列表而不是列表元素，如

1
2
3
4
5
rec[3]
## $scores
## [1] 85 76 90
is.list(rec[3])
## [1] TRUE

列表一般都应该有元素名， 元素名可以看成是变量名， 列表中的每个元素看成一个变量。 用names()函数查看和修改元素名。 如

1
2
3
4
5
6
7
names(rec)
## [1] "name"   "age"    "scores"
names(rec)[names(rec)=="scores"] <- "三科分数"
names(rec)
## [1] "name"     "age"      "三科分数"
rec[["三科分数"]]
## [1] 85 76 90

可以修改列表元素内容。 如

1
2
3
4
5
6
7
8
9
10
rec[["三科分数"]][2] <- 0
print(rec)
## $name
## [1] "李明"
## 
## $age
## [1] 30
## 
## $三科分数
## [1] 85  0 90

直接给列表不存在的元素名定义元素值就添加了新元素， 而且不同于使用向量，对于列表而言这是很正常的做法，比如

1
2
3
4
5
6
7
8
9
10
11
12
13
rec[["身高"]] <- 178
print(rec)
## $name
## [1] "李明"
## 
## $age
## [1] 30
## 
## $三科分数
## [1] 85  0 90
## 
## $身高
## [1] 178

把某个列表元素赋值为NULL就删掉这个元素。 如

1
2
3
4
5
6
7
8
9
10
rec[["age"]] <- NULL
print(rec)
## $name
## [1] "李明"
## 
## $三科分数
## [1] 85  0 90
## 
## $身高
## [1] 178

在list()函数中允许定义元素为NULL，这样的元素是存在的，如：

1
2
3
4
5
6
7
8
9
li <- list(a=120, b="F", c=NULL); li
## $a
## [1] 120
## 
## $b
## [1] "F"
## 
## $c
## NULL

但是，要把已经存在的元素修改为NULL值而不是删除此元素， 或者给列表增加一个取值为NULL的元素， 这时需要用单重的方括号取子集， 这样的子集会保持其列表类型， 给这样的子列表赋值为list(NULL)，如：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
li["b"] <- list(NULL)
li["d"] <- list(NULL)
li
## $a
## [1] 120
## 
## $b
## NULL
## 
## $c
## NULL
## 
## $d
## NULL

列表类型转换

用as.list()把一个其它类型的对象转换成列表； 用unlist()函数把列表转换成基本向量。如

1
2
3
4
5
6
7
8
9
10
li1 <- as.list(1:3)
li1
## [[1]]
## [1] 1
## 
## [[2]]
## [1] 2
## 
## [[3]]
## [1] 3
1
2
3
4
li2 <- list(x=1, y=c(2,3))
unlist(li2)
##  x y1 y2 
##  1  2  3

返回列表的函数示例–strsplit()

strsplit()输入一个字符型向量并指定一个分隔符， 返回一个项数与字符型向量元素个数相同的列表， 列表每项对应于字符型向量中一个元素的拆分结果。 如

1
2
3
4
5
6
7
8
9
10
11
12
13
x <- c("10, 8, 7", "5, 2, 2", "3, 7, 8", "8, 8, 9")
res <- strsplit(x, ","); res
## [[1]]
## [1] "10" " 8" " 7"
## 
## [[2]]
## [1] "5"  " 2" " 2"
## 
## [[3]]
## [1] "3"  " 7" " 8"
## 
## [[4]]
## [1] "8"  " 8" " 9"

为了把拆分结果进一步转换成一个数值型矩阵， 可以使用sapply()函数如下：

1
2
3
4
5
6
t(sapply(res, as.numeric))
##      [,1] [,2] [,3]
## [1,]   10    8    7
## [2,]    5    2    2
## [3,]    3    7    8
## [4,]    8    8    9

sapply()函数是apply类函数之一， 稍后再详细进行讲解。

https://www.math.pku.edu.cn/teachers/lidf/docs/Rbook/html/_Rbook/prog-type-list.html#p-t-list-as

Test Demo

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
```{r}
x <- list(a = 1:10, beta = exp(-3:3), logic = c(TRUE,FALSE,FALSE,TRUE))
x
```

```{r}
# compute the list mean for each list element
lapply(x, mean)
```
```{r}
x <- c("10, 8, 7", "5, 2, 2", "3, 7, 8", "8, 8, 9")
res <- strsplit(x, ","); res
```

```{r}
t(sapply(res, as.numeric))
```

```{r}
sapply(res, as.numeric)
```

tapply函数

  • 它通常会有三个参数，第一个参数代表数据，第二个参数表示如何对数据进行分组操作，第三个参数指定每一个分组内应用什么函数。也就是说tapply函数就是把数据按照一定方式分成不同的组，再在每一组数据内进行某种运算。

mapply函数

  • mapply函数主要是对多个列表或者向量参数使用函数

image-20210506203056252

————————————————
版权声明：本文为CSDN博主「王亨」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/wzgl__wh/article/details/52207233

demo in DEP

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
# DEP analysis

## obtain the p value by two sided t-test
## The results obtained from the t.test was a list containing 10 variables
## pvalue is the combined list, having 3061 lists, each is denoted as the gene-symble, could be accessed by '$'
## a typical sample to obtain the p value of each gene is: e.g.A5PF59's p-value:
## "pvalue$A5PF59$p.value"
## To obtain the actual value is as.numeric(unlist(lapply(pvalue, function(x) x$p.value)))

pvalue <- apply(P_D[, c(1:30)], 1, function(x) {
a <- factor(c(rep("Distal", 15), rep("Proximal", 15)))
t.test(x~a, var.equal = T, alternative = "two.sided", conf.level = 0.95)
})

## create the dataset called result_t.test, 3 columns included
# - gene_symbol
# - Pvalue
# - log2FC

result_t.test <- data.frame(gene_symbol=protein$Gene.Name,
Pvalue = as.numeric(unlist(lapply(pvalue, function(x) x$p.value))),
log2FC = log2(as.numeric(unlist(lapply(pvalue,
function(x) x$estimate[1]/x$estimate[2]))))
)

rownames(result_t.test) <- rownames(protein)

# obtain the FDR
t.test_fdr <- p.adjust(result_t.test$Pvalue, method = 'fdr')
result_t.test_fdr <- cbind(result_t.test, t.test_fdr)

# Filtering the canditate under criteria
dep <- result_t.test_fdr[result_t.test_fdr$t.test_fdr < 0.05 & abs(result_t.test_fdr$log2FC) > 1, ]
# order the returned sample based on absolute fold change value
dep1 <- dep[order(abs(dep$log2FC), decreasing=T),]
write.table(dep1, file = 'dep_fdr_raw.txt', sep = '\t',quote = F, row.names = F)
  • Post title：R中apply族函数
  • Post author：Yuxuan Wu
  • Create time：2021-05-06 04:40:35
  • Post link：yuxuanwu17.github.io2021/05/06/2021-05-06-R中apply族函数/
  • Copyright Notice：All articles in this blog are licensed under BY-NC-SA unless stating additionally.