Comment Faire Des Comptages Dans Un Data.Frame ? Apply, Lapply, Sapply, Which - Astuces Et Scripts R
La lettre l devant le apply correspond à ` list` Par défaut, les résultats sont également fournis sous forme d'une liste: maliste <- list(E1=rnorm(10), E2=1:10, E3=runif(10)) maliste ## $E1 ## [1] -1. 7984349 0. 6276849 0. 7310556 1. 1642278 -1. 0313113 0. 1958217 ## [7] -1. 9018991 -1. 8122020 -0. 3482781 -1. 2713203 ## ## $E2 ## [1] 1 2 3 4 5 6 7 8 9 10 ## $E3 ## [1] 0. 723830546 0. 838541188 0. 845484439 0. 039995958 0. 615807877 0. 917093245 ## [7] 0. 867372951 0. Lapply sous r llye scientifique des. 224336368 0. 001643635 0. 081938347 lapply(maliste, mean) ## [1] -0. 5444656 ## [1] 5. 5 ## [1] 0. 5156045 Si on utilise une fonction qui nécessite des arguments, il faut les indiquer après la fonction, comme ici avec la fonction quantile() et l'argument probs. lapply(maliste, quantile, probs=c(0. 25, 0. 75)) ## 25% 75% ## -1. 6666563 0. 5197191 ## 3. 25 7. 75 ## 0. 1175379 0. 8437486 On peut également obtenir les résultats sous la forme d'un vecteur en employant la fonction unlist() en amont: unlist(lapply(maliste, mean)) ## E1 E2 E3 ## -0.
Lapply Sous L'arbre
Tout le code que tu as utilisé peut-être simplifier par le code suivant: Code: Tout sélectionner numero <- meric(gsub("\\D", "", deparse(substitute(var)), perl=T)) Maxime Message par matthieu faron » 22 Fév 2011, 10:06 J'avais donc mal compris le code que tu m'a donné. Maintenant tout marche parfaitement, Retourner vers « Questions en cours » Qui est en ligne Utilisateurs parcourant ce forum: Aucun utilisateur enregistré et 0 invité
Lapply Sous R Llye Scientifique Des
R n'aime pas les boucles: c'est long, parfois ca surtout c'est long:). Une des fonctions qu'il faut absolument maîtriser est apply. Elle permet de réaliser en parallèle la même opération sur toutes les lignes/ toutes les colonnes d'une matrice ou d 'un jeu de données. Pour utiliser apply, il faut créer une fonction qui prend en paramètre un vecteur et qui nous ressort une transformation de ce vecteur. que ce vecteur soit de la forme qu'une ligne ou qu'une colonne de notre jeu de données (prendre en compte les variables quali, l'ordre des variables.. ) lancer apply sur son jeu de données, en précisant la fonction et s'il faut le prendre en ligne ou en colonne. data(iris) # on va fabriquer une fonction qui, pour chaque ligne, nous donnera la somme de,, et masomme<-function(monvec){ # les vecteurs sont ici de la forme c(5. 1, 3. 5, 1. 4, 0. 2, setosa). Lapply sous l'occupation. Un simple sum(monec) ne fonctionnerait pas à cause de setosa return(sum(meric(monvec[1:4])))# le meric permet de passer outre la transformation en caractères} lasomme<-apply((iris), FUN=masomme, MARGIN=1) head(cbind(iris, lasomme))# on rajoute une colonne avec le résultat et on regarde le début du jeu de données Cette transformation restera très rapide même avec un très grand nombre de lignes 2011-12-23
Lapply Sous Réserve
Malheureusement c'est pas encore son nom... Encore merci, Message par Logez Maxime » 21 Fév 2011, 16:49 re, bon j'ai pris ça trop à la légère une possibilité: Code: Tout sélectionner tab <- (matrix(rnorm(100), 20)) colnames(tab) <- letters[1:5] lapply(tab, function(x) names(tab)[meric(gsub("\\D", "", deparse(substitute(x)), perl=T))]) Un code bien compliqué juste pour un nom de variable. Comment appliquer une fonction à une liste ? : lapply ; sapply ? - Astuces et scripts R. Surement plus simple avec une boucle. Message par matthieu faron » 22 Fév 2011, 09:48 Merci pour ta suggestion, malheureusement je n'ai pas réussi à la faire marcher (probablement par manque de compétence). Toutefois ca m'a donné une idée pour "une" solution, pas très élégante mais je la mets quand même si ca peut servir un jour à quelqu'un.
75)) ## 25% 5. 1 2. 8 1. 6 0. 3 ## 75% 6. 4 3. 3 5. R pour les nuls: La fonction apply(). 1 1. 8 ## [1] "matrix" "array" Si ces fonctions *apply() v ous intéressent vous pouvez aussi explorer les fonctions vapply() et mapply(). Vous trouverez des informations ici, et là. Je vous recommande aussi de regarder du côté du package purrr et ces fonctions map() qui permettent aussi d'appliquer une même fonction (ou une même série de fonctions) à chaque élément d'un ensemble de données. Vous trouverez une introduction au package purrr et une liste de ressources pour apprendre à l'utiliser, dans mon article: Liste de ressources pour le package purrr Ce petit mémo m'est très utile, et j'espère qu'il en sera de même pour vous. N'hésitez pas à me partager en commentaire des exemples de vos propres utilisations de ces fonctions apply. Cela aidera certainement ceux qui débutent! Si cet article vous a plu, ou vous a été utile, et si vous le souhaitez, vous pouvez soutenir ce blog en faisant un don sur sa page Tipeee 3 réponses "Bel article d'apprentissage!