R Pour Les Nuls: La Fonction Apply()
Nous créons une fonction nommée avg pour calculer la moyenne du minimum et du maximum du vecteur. avg <- function(x) { ( min(x) + max(x)) / 2}fcars <- sapply(dt, avg)fcars Sortie ## speed dist## 14. 5 61. 0 La fonction sapply() est plus efficace que lapply() dans la sortie retournée parce que sapply() stocke les valeurs directement dans un vecteur. Dans l'exemple suivant, nous verrons que ce n'est pas toujours le cas. Nous pouvons résumer la différence entre apply(), sapply() et `lapply() dans le tableau suivant: lapply Fonction Arguments Objectif. Lapply sous r mon compte. Entrée apply apply(x, MARGIN, FUN) Appliquer une fonction aux lignes ou aux colonnes ou aux deux Cadre de données ou matrice vecteur, liste, tableau lapply(X, FUN) Appliquer une fonction à tous les éléments de l'entrée Liste, vecteur ou cadre de données liste sappy sappy(X FUN) vecteur ou matrice Trancher un vecteur Nous pouvons utiliser lapply() ou sapply() de manière interchangeable pour trancher un cadre de données. Nous créons une fonction, below_average(), qui prend un vecteur de valeurs numériques et renvoie un vecteur qui ne contient que les valeurs strictement supérieures à la moyenne.
Lapply Sous R Mon Compte
5])) # Nombre d'éléments supérieur à 1, 5 2015-07-08
Lapply Sous R Us
La fonction tapply() permet d'appliquer une fonction à un vecteur selon les modalités d'un facteur. Comment utiliser apply dans R ? - Astuces et scripts R. Cette fonction prend 3 arguments. Le premier argument spécifie un vecteur numérique sur lequel on veut appliquer la fonction, le deuxième argument spécifie la façon dont ce vecteur sera divisé en groupes (la division se fait sur la base des niveaux du second argument), le troisième argument spécifie la fonction qui sera appliquée à ces groupes. Voici un exemple: # on a 2 variables concernant 4 personnes: l'âge et le genre Age <- c(12, 15, 23, 29) # création de la variable Age Genre <- c("homme", "homme", "femme", "femme") # création de la variable Genre data <- (Age, Genre) # on met les 2 variables dans un tableau # On souhaite connaître l'âge moyen selon le genre tapply(data$Age, data$Genre, mean)
Lapply Sous Romilly
Peut-être que cela vous donnera des idées de résolutions... Sinon, s'il vous est possible de mettre un (court) extrait de votre jeu de données, cela rendrait les choses peut-être plus claires. Cela dit, peut-être que d'autres membres du forum connaissent mieux que moi les fonctions que vous utilisez et seront plus à même de vous apporter leur aide. Bonne continuation:) Message par matthieu faron » 21 Fév 2011, 16:18 Merci à vous deux pour votre aide. Lapply sous r us. à Maxime: malheureusement quand j'enlève substitute titre devient un vecteur et la fonction text imprime toutes les combinaisons possibles de la modalité de la variable les unes sur les autres. Par exemple Overall survival: colon et Overall survival: rectum imprimé l'un sur l'autre au lieu de "primsite". à Aline: J'ai bien essayé votre exemple, mais chez moi le titre s'affiche avec la valeur de la variable (généré par runif()) et non pas avec son nom "X1". Encore merci Message par matthieu faron » 21 Fév 2011, 16:35 Merci, C'est mieux car maintenant le titre est de la forme: [[X10L]] Avec je pense 10 qui représente la position de la variable en question dans la liste (ce qui permet de la repérer!
550 2. 375 2. 350 2. 850 2. 425 2. 525 2. 225 2. 400 ## [1] "numeric" C'est l'équivalent de la fonction rowMeans(). res <- rowMeans(iris[1:10, 1:4]) ## [1] "numeric" Mais l'intérêt de apply, c'est qu'on peut utiliser n'importe quelle fonction: res <- apply(iris[1:10, 1:4], 1, summary) ## Min. 0. 20 0. 200 0. 400 0. 300 0. 10 ## 1st Qu. 1. 10 1. 100 1. 025 1. 175 1. 375 1. 125 1. 15 ## Median 2. 45 2. 200 2. 250 2. 300 2. 50 2. 800 2. 400 2. 450 2. 150 2. 30 ## Mean 2. 55 2. 40 ## 3rd Qu. 3. 90 3. 475 3. 575 3. 95 4. 275 3. 700 3. 800 3. R pour les nuls: La fonction tapply(). 55 ## Max. 5. 10 4. 900 4. 700 4. 600 5. 00 5. 400 4. 000 4. 90 ## [1] "matrix" "array" Comme la sortie summary() renvoie plusieurs éléments, la fonction apply renvoie, en sortie, une matrice. Idem, pour les colonnes, en employant l'argument 2. Par exemple, ici, on calcule la moyenne des colonnes 1 à 4, c'est-à-dire les variables "", "", "", "": res <- apply(iris[, 1:4], 2, mean, ) ## 5. 843333 3. 057333 3. 758000 1. 199333 ## [1] "numeric" res <- apply(iris[, 1:4], 2, quantile, probs=c(0.