1. apply，sapply，lapply，tapply，vapply以及mapply的用法
1.1 apply()
apply（m，dimcode，f，fargs）
m 是一个矩阵。
dimcode是维度编号，取1则为对行应用函数，取2则为对列运用函数。
f是函数
fargs是f的可选参数集
z <- matrix(1:6, nrow = 3)
f <- function(x) {
x/c(2, 8)
}
apply(z,1,f) #f函数得到两个元素，则为几行，竖着来的
[,1] [,2] [,3]
[1,] 0.5 1.000 1.50
[2,] 0.5 0.625 0.75
1.2 lapply()
lapply（）（代表list apply）与矩阵的apply（）函数的用法类似， 对列表的每个组件执行给定的函数，并返回另一个列表。
x <- list(a = 1:10, beta = exp(-3:3), logic = c(TRUE,FALSE,FALSE,TRUE))
lapply(x, mean)
$a
[1] 5.5
$beta
[1] 4.535125
$logic
[1] 0.5
1.3 sapply()
sapply（）（代表simplified [l]apply）可以将结果整理以向量，矩阵，列表 的形式输出。
sapply(x, mean)
a beta logic
5.500000 4.535125 0.500000
sapply(x, quantile) #每一个对应组件输出5个元素，所以为5行，像矩阵一样，竖着来的。
a beta logic
0% 1.00 0.04978707 0.0
25% 3.25 0.25160736 0.0
50% 5.50 1.00000000 0.5
75% 7.75 5.05366896 1.0
100% 10.00 20.08553692 1.0
sapply(2:4, seq)
[[1]]
[1] 1 2
[[2]]
[1] 1 2 3
[[3]]
[1] 1 2 3 4
1.4 vapply()
vapply（）与sapply（）相似，他可以预先指定的返回值类型。使得得到的结果更加安全。
vapply(x, quantile, c(1,2,5,6,8)) #它需要一个5个长度的向量来告诉他返回的类型，向量里面的内容可以变换
a beta logic
0% 1.00 0.04978707 0.0
25% 3.25 0.25160736 0.0
50% 5.50 1.00000000 0.5
75% 7.75 5.05366896 1.0
100% 10.00 20.08553692 1.0
1.5 tapply( )
tapply（x，f，g）需要向量 x (x不可以是数据框)，因子或因子列表 f 以及函数 g 。
tapply（）执行的操作是：暂时将x分组，每组对应一个因子水平，得到x的子向量，然后这些子向量应用函数 g
a <- c(24,25,36,37)
b <- c('q', 'w', 'q','w')
tapply(a, b, mean)
q w
30 31
1.6 mapply（）
多参数版本的sapply()。第一次计算传入各组向量的第一个元素到FUN，进行结算得到结果；第二次传入各组向量的第二个元素，得到结果；第三次传入各组向量的第三个元素…以此类推。
l1 <- list(a = c(1:10), b = c(11:20))
l2 <- list(c = c(21:30), d = c(31:40))
mapply(sum, l1b, l2
d)
[1] 64 68 72 76 80 84 88 92 96 100
