在 R 中结合不同的应用函数答案

【问题标题】：Combine different apply functions in R在 R 中结合不同的应用函数
【发布时间】：2018-11-01 17:53:21
【问题描述】：

我真的很喜欢 R 中的 apply-family，但我认为我仍然没有充分利用它。

with(mtcars, tapply(mpg, cyl, mean))

sapply(mtcars, mean)

例如，这两个函数非常好，但是我怎样才能将它们结合起来以获得变量 cyl 的每个类别的每个变量的平均值？

使用 dplyr 我猜这很容易：

mtcars %>%
    group_by(cyl) %>%
    summarise_all(mean)

对于 dplyr，这似乎很容易。所以也许另一个问题可能是，当 dplyr 可以轻松解决问题时，为什么学习所有这些应用函数很有用？ :-)

【问题讨论】：

显然这是基于意见的，但我非常喜欢 purrr 包的接口，而不是 base-R 应用系列功能。 sapply、mapply和lapply的记忆方式各不相同，而map_*函数的界面一致，所以你只需要学习一种方式。

【解决方案1】：

如果您正在寻找基本 R 解决方案，那么您可以使用split 将您的数据框用cyl 分隔，然后像以前一样使用sapply：

S <- split( mtcars, mtcars$cyl )
lapply( S, function(x) sapply(x, mean) )

你的第二个问题主要是基于意见的，所以我会给出我的：tidyverse 包，如dplyr，构建在基本 R 功能之上，为常见的数据操作操作提供方便且一致的接口。出于这个原因，它通常是可取的，但在特定的开发环境中可能并不总是可用。在后一种情况下，了解如何使用基本 R 功能很有帮助。

【讨论】：