Funzioni che implementano cicli in R

Loop dalla riga di comando

I costrutti for, while i loop in generale sono è utili in fase di programmazione, ma non sono particolarmente facili quando si lavora in modo interattivo da riga di comando. Ci sono alcune funzioni che implementano loop per rendere la vita più facile. Sono le funzioni *apply (lapply,sapply,apply,tapply,mapply)

Una funzione ausiliaria utile in combinazione con le funzioni *apply è split.

lapply

lapply accetta tre argomenti: (1) una lista X; (2) una funzione FUN; (3) altri argomenti attraverso il suo … argomento . Se X non è un elenco , sarà costretto ad un elenco utilizzando as.list Il loop reale è fatto internamente in codice C (quindi attenzione sul lato dati ottenuti dal profiling). lapply restituisce sempre un elenco, indipendentemente dalla classe di ingresso .

f <- function(x) {x=x+1}
l <- 1:4
y <- lapply(x,f)
y
[[1]]
[1] 2

[[2]]
[1] 3

[[3]]
[1] 4

[[4]]
[1] 5

sapply

sapply tenta di semplificare il risultato di lappy se possibile. Se il risultato è una lista in cui ogni elemento è di lunghezza 1, viene restituito un vettore Se il risultato è una lista in cui ogni elemento è un vettore della stessa lunghezza ( > 1 ) , viene restituita una matrice. Se sapply non riesce a semplificare viene ritornata una lista.

> z<-sapply(x,f)
> z
[1] 2 3 4 5

Comodo non trovate?

apply

apply viene utilizzato per la valutazione di una funzione ( spesso di natura anonima ) sulle colonne o righe di un array. E’ utilizzato più spesso per applicare una funzione alle righe o colonne di una matrice Non è più veloce che scrivere un ciclo for, ma funziona in una sola riga.

> str(apply)
function (X, MARGIN, FUN, ...)

MARGIN è un vettore intero che indica quali margini debbano essere “mantenuti” L’esempio sotto spero possa chiarire meglio (rnorm ci serve solo per popolare una matrice con una distribuzione normale)

x <- matrix(rnorm(200), 20, 10)
> x <- matrix(rnorm(200), 20, 10)
> x
            [,1]        [,2]       [,3]         [,4]        [,5]        [,6]
 [1,]  0.3963635 -0.62742303  0.8559908  0.041758983  0.27968550 -1.51067608
 [2,]  2.7989429 -0.31108344  1.1125721  0.493892152 -0.99877881 -0.03635573
 [3,]  1.2729939  0.68517518 -0.5754894  0.001258338  0.89842612  0.76899917
 [4,] -0.1972043  0.14728076  0.5571848 -2.317407366 -0.94433394  0.22643282
 [5,] -1.0229955 -0.88704721 -0.2349964 -0.583044998 -0.38175450  0.79859082
 [6,] -2.2307039 -0.88393872 -1.1304861 -0.980230092 -1.19778042 -0.43944938
 [7,] -0.3239625 -0.07626231 -0.9167339  0.801793737  0.04583193 -0.44677327
 [8,] -2.1721930 -1.82162706 -0.1360091 -0.182583486  0.55254262 -0.55473856
 [9,]  0.5550490  0.17079315  0.3854185 -0.373603391 -1.23080985 -0.21907699
[10,] -1.2234382 -1.87715072  0.6801925 -0.017450599  0.58342107  1.06882246
[11,]  0.6361036  0.97475767 -0.3576995 -0.976218424 -0.31131696 -0.68747609
[12,] -0.8353006  0.10183363 -0.0431286  0.806635605  0.03548096  0.21567848
[13,] -0.5288823 -0.63436779  0.6056696  1.327055934  1.14380212  1.37146119
[14,] -1.9836052 -0.73356595 -0.6248551 -2.267205407  0.02242875  0.16491377
[15,]  0.8844882 -0.80770863 -1.9859983 -0.451040532 -0.32321439 -0.01792890
[16,]  1.0193884  2.37281492  2.4778778 -0.360414709 -2.43461189  0.30425171
[17,] -0.8749364  0.08347713  0.8584569  0.517227375 -0.65717674  0.67537576
[18,]  1.2128844 -0.69963544  1.4121788  0.318647904  1.81284950 -2.80769002
[19,] -1.0978996 -0.65164157  0.3670463  0.324967520  0.30765970  1.63676395
[20,] -0.2675550  0.48960663 -0.1027670 -0.120393201 -0.17096206 -0.91307091
             [,7]        [,8]        [,9]       [,10]
 [1,] -2.07670554  1.23033091  0.76424487  1.12007931
 [2,]  0.50517705  0.37403268 -0.45168099  0.33952347
 [3,] -0.61391033 -1.38076619 -0.36363689  0.26394571
 [4,] -0.44591035 -0.49826675 -1.24337397 -0.82563916
 [5,]  1.37051701  0.12793799 -0.85043741  0.61634465
 [6,] -0.28234386  0.81821623  1.77128818  0.51458107
 [7,] -1.38204064  1.33920876  1.18078293 -1.75728697
 [8,] -0.27306276  0.60752641  1.90182306  0.21603295
 [9,] -1.01114509 -0.19292137 -2.46298102  0.39364777
[10,]  0.49441357 -0.92996020  0.68627864  0.77054459
[11,]  0.60748224  0.68570630  0.85982787 -1.03110133
[12,]  0.05768264 -0.02326520 -0.02293647  0.45317369
[13,] -0.44162534  0.01338081 -0.83990493  0.23590051
[14,]  0.19310634 -0.67757005 -0.56180696  1.91955470
[15,]  0.37236650 -2.81973163  0.28650254 -1.45773888
[16,]  0.70371313  1.34526893  0.41251129  0.32920038
[17,]  0.52115092  0.92246177 -0.70595800 -0.74992266
[18,]  0.25084633  1.41506634  0.67849775  1.00418821
[19,] -0.74722596 -0.57426375  0.65830451 -0.01854943
[20,] -2.49597657  0.85960698 -0.18431592  0.34410820
>  apply(x, 2, mean)
 [1] -0.19912313 -0.24928564  0.16022123 -0.19981773 -0.14843056 -0.02009729
 [7] -0.23467453  0.13209995  0.07565145  0.13402934

##mapply mapply è un versione multivariate di apply che applica una funzione in parallelo su una serie di argomenti . Un esempio è riportato sotto, l1 contiene gli stessi elementi di l2 rep è una funzione che “replica” l’elemento passato un numero di volte richiesto e lo ritorna come elenco, p.e.

> rep(1,5)
[1] 1 1 1 1 1

l1<-list(rep(1, 4), rep(2, 3), rep(3, 2), rep(4, 1))

l2<-mapply(rep, 1:4, 4:1)

tapply

tapply viene utilizzato per applicare una funzione su sottoinsiemi di un vettore

x <- c(rnorm(10), runif(10), rnorm(10, 1))
f <- gl(3, 10)
tapply(x, f, mean)

split

split prende un vettore (o altro tipo di elenco di oggetti) e lo divide in gruppi determinati da un fattore o un elenco di fattori.

Per esempio partizioniamo in due gruppi, gli elementi di x >1 e quelli <=1

> split(x,x[]>1)
$`FALSE`
 [1] -1.13857804  0.21853696 -0.25563963  0.51938904  0.24105612  0.13492624
 [7] -0.59042828 -0.52559665  0.67772599  0.79394383  0.81569013  0.48512614
[13]  0.34841619  0.60159291  0.45714304  0.40336332  0.71783361  0.86962872
[19]  0.84581567  0.94133809 -0.36174582  0.83549908  0.05453992

$`TRUE`
[1] 1.343577 1.742792 1.389213 1.252149 1.650007 1.350450 3.162776

True Programming