lapply

• 1000개의 무작위 균일 난수를 입력으로 제공받은 함수를 호출

# 임의의 무작위 데이터를 생성
l = replicate(20, rnorm(sample(1:10, 1), mean=0, sd=1), simplify=FALSE)

# for 루프로 작성

out = vector("list", length(l))
for (i in seq(l)) {
    out[[i]] = length(l[[i]])
}
unlist(out)

##  [1]  5  4  5  9 10  3  5  3  3  9  1 10  9  5  8  9  2  9 10  9

# lapply로 작성
unlist(lapply(l, length))

##  [1]  5  4  5  9 10  3  5  3  3  9  1 10  9  5  8  9  2  9 10  9

---

• data.frame에 lapply 적용하기

# 평균(mean)으로 각 열을 나눔
mtcars[] = lapply(mtcars, function(x){
        x/mean(x) # x에는 data.frame의 각 열이 들어옴
    })

---

• for문 사용

xs = runif(1e4)
res = c()

# 첫번째 방법
for (x in xs) {
    res = c(res, sqrt(x))
}

res = numeric(length(xs)) # numeric : 길이만큼 0벡터 만듬
for (i in seq(xs)) {
    res[i] = sqrt(xs[i])
    }

---

• lapply로 구현하기

xs = runif(1e4)
ret = unlist(lapply(xs, function(x){
       sqrt(x)
    }))
ret[1:10]

##  [1] 0.4223976 0.5768065 0.9410556 0.2452229 0.8626159 0.9631699 0.5534060
##  [8] 0.6318466 0.8488031 0.8736057

res = numeric(length(xs))
ret = unlist(lapply(seq(xs), function(i){
        res[i] = sqrt(xs[i])
    }))
ret[1:10]

##  [1] 0.4223976 0.5768065 0.9410556 0.2452229 0.8626159 0.9631699 0.5534060
##  [8] 0.6318466 0.8488031 0.8736057