6.1 Funções da família apply()
Algumas funções da família apply() são muito úteis na manipulação de dados e descrição de dados.
Essas funções são muito poderosas, porque permitem você fazer iterações de forma simples, ou seja, você pode aplicar uma função a vários objetos simultaneamente com funções dessa família.
O que você faz com essas funções você também faz com as iterações que fazem uso da expressão for(){} (veja seção 6.3), mas essas funções simplificam e aceleram o processo.
6.1.1 Em uma matriz
A função apply() poderia ser traduzida como:
aplique uma função (FUN) a todas as linhas ou colunas (MARGIN) de uma matriz (X):
?apply # Veja o help
# os argumentos dessa função são:
# X = matrix
# MAGRIN = 1 indica linha, 2 indica colunas
# FUN = a função que você deseja aplicar
# ... ARGUMENTOS DESSA FUNCAO SE FOR O CASO
# TOTAIS MARGINAIS
# crie uma matrizX <- matrix(1:36, nrow = 4, ncol = 9)
colnames(X) <- paste("col", 1:ncol(X))
rownames(X) <- paste("ln", 1:nrow(X))
head(X) # cabeça da matriz criada| col 1 | col 2 | col 3 | col 4 | col 5 | col 6 | col 7 | col 8 | col 9 | |
|---|---|---|---|---|---|---|---|---|---|
| ln 1 | 1 | 5 | 9 | 13 | 17 | 21 | 25 | 29 | 33 |
| ln 2 | 2 | 6 | 10 | 14 | 18 | 22 | 26 | 30 | 34 |
| ln 3 | 3 | 7 | 11 | 15 | 19 | 23 | 27 | 31 | 35 |
| ln 4 | 4 | 8 | 12 | 16 | 20 | 24 | 28 | 32 | 36 |
# calcule para todas as linhas:
# a soma dos valores
apply(X, MARGIN = 1, FUN = sum)## ln 1 ln 2 ln 3 ln 4
## 153 162 171 180# o valor máximo
apply(X, MARGIN = 1, FUN = max)## ln 1 ln 2 ln 3 ln 4
## 33 34 35 36# a média
apply(X, MARGIN = 1, FUN = mean)## ln 1 ln 2 ln 3 ln 4
## 17 18 19 20# o desvio padrão
apply(X, MARGIN = 1, FUN = sd)## ln 1 ln 2 ln 3 ln 4
## 10.95445 10.95445 10.95445 10.95445# para todas as colunas
# a soma dos valores
apply(X, MARGIN = 2, FUN = sum)## col 1 col 2 col 3 col 4 col 5 col 6 col 7 col 8 col 9
## 10 26 42 58 74 90 106 122 138# o valor máximo
apply(X, MARGIN = 2, FUN = max)## col 1 col 2 col 3 col 4 col 5 col 6 col 7 col 8 col 9
## 4 8 12 16 20 24 28 32 36# a média
apply(X, MARGIN = 2, FUN = mean)## col 1 col 2 col 3 col 4 col 5 col 6 col 7 col 8 col 9
## 2.5 6.5 10.5 14.5 18.5 22.5 26.5 30.5 34.5# o desvio padrão
apply(X, MARGIN = 2, FUN = sd)## col 1 col 2 col 3 col 4 col 5 col 6 col 7 col 8
## 1.290994 1.290994 1.290994 1.290994 1.290994 1.290994 1.290994 1.290994
## col 9
## 1.290994As funções rowSums(), rowMeans(), colSums(), ou colMeans() são equivalentes à função apply().
Elas simplificam o uso para somas (em inglês, sum) e médias (em inglês, mean) de linhas (em inglês, rows) e colunas (em inglês, columns).
Se você conhece bem a função apply(), você pode fazer o que essas funções fazem e muito mais.
Portanto, ao dominar a função apply(), você acaba por não precisar se preocupar em aprender essas funções mais específicas.
?rowSumsrowSums(X) # soma de cada linha## ln 1 ln 2 ln 3 ln 4
## 153 162 171 180rowMeans(X) # media de cada linha## ln 1 ln 2 ln 3 ln 4
## 17 18 19 20colSums(X) # soma de cada coluna## col 1 col 2 col 3 col 4 col 5 col 6 col 7 col 8 col 9
## 10 26 42 58 74 90 106 122 138colMeans(X) # média de cada coluna## col 1 col 2 col 3 col 4 col 5 col 6 col 7 col 8 col 9
## 2.5 6.5 10.5 14.5 18.5 22.5 26.5 30.5 34.56.1.2 Em um vetor ou lista
A função lapply() aplica uma função FUN para cada elemento de um vetor ou de uma lista, e retorna um objeto de classe list.
# muito simples, imprime algo linha por linha
ll <- lapply(LETTERS, print)## [1] "A"
## [1] "B"
## [1] "C"
## [1] "D"
## [1] "E"
## [1] "F"
## [1] "G"
## [1] "H"
## [1] "I"
## [1] "J"
## [1] "K"
## [1] "L"
## [1] "M"
## [1] "N"
## [1] "O"
## [1] "P"
## [1] "Q"
## [1] "R"
## [1] "S"
## [1] "T"
## [1] "U"
## [1] "V"
## [1] "W"
## [1] "X"
## [1] "Y"
## [1] "Z"class(ll)## [1] "list"str(ll)## List of 26
## $ : chr "A"
## $ : chr "B"
## $ : chr "C"
## $ : chr "D"
## $ : chr "E"
## $ : chr "F"
## $ : chr "G"
## $ : chr "H"
## $ : chr "I"
## $ : chr "J"
## $ : chr "K"
## $ : chr "L"
## $ : chr "M"
## $ : chr "N"
## $ : chr "O"
## $ : chr "P"
## $ : chr "Q"
## $ : chr "R"
## $ : chr "S"
## $ : chr "T"
## $ : chr "U"
## $ : chr "V"
## $ : chr "W"
## $ : chr "X"
## $ : chr "Y"
## $ : chr "Z"# suponha três vetores de tamanhos diferentes
v1 <- sample(1:1000, 50)
length(v1)## [1] 50v2 <- sample(1:100, 30)
length(v2)## [1] 30v3 <- sample(1000:2000, 90)
length(v3)## [1] 90# imagina que isso esteja numa lista
ml <- list(v1, v2, v3)
class(ml)## [1] "list"length(ml)## [1] 3# posso usar lapply para calcular a media desses vetores
lapply(ml, mean) # note que retorna uma lista## [[1]]
## [1] 549.86
##
## [[2]]
## [1] 49.73333
##
## [[3]]
## [1] 1526.333lt <- lapply(ml, mean) # podemos guardar
lt <- as.vector(lt, mode = "numeric") # e transformar num vetor. MODE neste caso é fundamental usar
lt## [1] 549.86000 49.73333 1526.333336.1.3 Por categoria de um fator
A função tapply() aplica uma função FUN em uma coluna numérica individualizando os resultados para cada categoria de um determinado fator.
# vamos usar os dados de Iris novamente
?iris# calculando o comprimento médio de sepálas pelas categorias de um fator (especies)
class(iris$Sepal.Length) # variavel numerica## [1] "numeric"class(iris$Species) # fator com categorias que correspondem a especies## [1] "factor"tapply(iris$Sepal.Length, iris$Species, FUN = mean)## setosa versicolor virginica
## 5.006 5.936 6.588# calculando o comprimento máximo por especie
tapply(iris$Sepal.Length, iris$Species, FUN = max)## setosa versicolor virginica
## 5.8 7.0 7.9# a amplitude de variacao
tapply(iris$Sepal.Length, iris$Species, FUN = range)## $setosa
## [1] 4.3 5.8
##
## $versicolor
## [1] 4.9 7.0
##
## $virginica
## [1] 4.9 7.9# note que essa funcao sempre retorna um array (que é uma lista de fato, neste caso)
tm <- tapply(iris$Sepal.Length, iris$Species, FUN = min)
class(tm)## [1] "array"names(tm)## [1] "setosa" "versicolor" "virginica"tm[["setosa"]] # indexadores de lista## [1] 4.3tr <- tapply(iris$Sepal.Length, iris$Species, FUN = range)
class(tr)## [1] "array"names(tr)## [1] "setosa" "versicolor" "virginica"tr[["setosa"]]## [1] 4.3 5.8