Data Science Week 03 - 02

Data Science Week 03 - 02

 

## The apply() family

 - apply()

 - lapply()

 - sapply()

 - vapply()

 - mapply()

 - rapply()

 - tapply()

 

-----------

apply()

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

 - X is matrix or dataframe

 - MARGIN is a variable defining how the function is applied :

   -- MARGIN = 1, it applies over rows 

   -- MARGIN = 2, it applies over columns

 - FUN is the function that you want to apply to the data

 

 

 

example

my_mat <- matrix(1:6, nrow=3, byrow = T)

 

##   1  2

##   3  4

##   5  6

 

# my_mat의 모든 행의 평균을 벡터로 반환 (MARGIN=1)

apply(my_mat, 1, mean)

[1] 1.5   3.5   5.5

 

# my_mat의 모든 열의 평균을 벡터로 반환 (MARGIN=2)

apply(my_mat, 2, mean)

[1] 3     4 

 

 

# runif(12) means 12개의 랜덤 소수를 만들어라

set.seed(2018)

myMat <- matrix(runif(12), ncol=4)

myMat

 

apply(myMat, 1, mean)

apply(myMat, 2, mean)

 

-------------------

IRIS DATA

head(iris)

 

# IRIS 데이터프레임의 1열부터 4열까지 열의 평균을 구하라

apply(iris[, 1:4], 2, mean)

 

# IRIS 데이터프레임의 모든 행의 평균을 구하라

apply(iris[, 1:4], 1, mean)

 

colMeans(iris[, 1:4])

 

---------------------

lapply()

 - It applies function to dataframes, lists or vectors

 - It gives you back a list

 

myList <- list(num = 3.14, chr = "char", logi = TRUE)

 

# 리스트의 각 엘리먼트의 타입을 리스트로 반환

lapply(myList, typeof)

 

## $num

## [1] "double"

## $chr

## [1] "character"

## $logi

## [1] "logical"

 

------------------

myList2 <- list(vec = 1:5, mat = matrix(runif(12), ncol = 4, df = iris)

 

# length 내장함수는 리스트의 길이를 integer로 리턴

# 즉, myList2의 엘리먼트의 길이를 정수 타입으로 변환함

result <- lapply(myList2, length)

result

 

## $vec

## [1] 5        # number of elements

## $mat

## [1] 12      # number of elements

## $df

## [1] 4        # number of columns

 

unlist(result)    # list -> vector

 

------------------

lapply() examples

 

lapply(c(1, 4, 9, 16), sqrt)

 [[1]]

[1] 1

[[2]]

[1] 2

 ....

 

------------------

sapply()

 - It applies function to dataframes, lists or vectors

 - It gives you back a vector or matrix

 

sapply(iris[, 1:4], mean)

 

sapply(iris[, 1:4], is.numeric)

 

sapply(c(1, 3, 5, 7, 9), function(x) {x**2})

## [1] 1  9  25  49  81

 

 

## INSTANCE FUNCTION

my_vec <- c(1, 3, 7)

sapply(my_vec, function(x) {x ** 3})

[1] 1   27    343

 

myMat <- matrix(1:12, ncol = 4)

sapply(myMat, function(x) {x/2})

sapply(pools, typeof)

 

-------------------

sapply() examples

 

# IRIS 데이터프레임 1열부터 4열까지 3을 초과하면 TRUE, 아니라면 FALSE를 x 변수에 대입.

x <- sapply(iris[, 1:4], function(x) { x > 3})

head(x)

# 열마다 TRUE의 개수의 합을 구한다.

colSums(x)

 

 

 

-------------------

tapply()

 - tapply(X, GRP_VAR, FUN, ...)

 - apply FUN to X after grouping with GRP_VAR

 - X를 GRP_VAR로 그룹화해서, FUN 함수에 대입

 - It returns as vector or dataframe.

 

# iris$Sepal.Length를 Species로 그룹화하여서, 그룹 별 평균을 구한다.

 

----------------------------------

aggregate()

 

 - aggregate(var1 ~ var2, data=X, FUN = func, ...)

 - var1(대상이 되는 열), var2(그룹화 할 때 그룹의 기준이 되는 열), dataframe, 함수)

 - mpg를 cyl로 그룹화하여, mtcars 데이터프레임의, 평균함수

 - Sepal.Length를 Species를 기준으로 그룹화하여, iris 데이터프레임의, 평균함수