Dosen Pengampu : Prof. Dr. Suhartono, M.Kom
Lembaga : Universitas Islam Negeri Maulana Malik Ibrahim Malang
Jurusan : Teknik Informatika
Fakultas : Sains dan Teknologi
# subset data iris
sub_iris <- iris[,-5]
# membuat vektor untuk menyimpan hasil loop
a <- rep(NA,4)
# loop
for(i in 1:length(sub_iris)){
a[i]<-mean(sub_iris[,i])
}
# print
a## [1] 5.843333 3.057333 3.758000 1.199333class(a) # cek kelas objek## [1] "numeric"Metode alternatif lain untuk melakukan loop suatu fungsi adalah dengan menggunakan Apply function family. Metode ini memungkinkan kita untuk melakukan loop suatu fungsi tanpa perlu menuliskan sintaks loop. Berikut adalah beberapa fungsi dari apply family yang nantinya akan sering kita gunakan:
apply(): fungsi generik yang mengaplikasikan fungsi kepada kolom atau baris pada matriks atau secara lebih general aplikasi dilakukan pada dimensi untuk jenis data array.
lapply(): fungsi apply yang bekerja pada jenis data list dan memberikan output berupa list juga.
sapply(): bentuk sederhana dari lapply yang menghasilkan output berupa matriks atau vektor.
vapply(): disebut juga verified apply (memungkinkan untuk menghasilkan output dengan jenis data yang telah ditentukan sebelumnya).
tapply(): tagged apply dimana dimana tag menentukan subset dari data.
Fungsi apply() bekerja dengan jenis data matrik atau array (jenis data homogen). Kita dapat melakukan spesifikasi apakah suatu fungsi hanya akan bekerja pada kolom saja, baris saja atau keduanya. Format fungsi ini adalah sebagai berikut:
apply(X, MARGIN, FUN, ...)Catatan:
X : matriks atau array
MARGIN : menentukan bagaimana fungsi bekerja terhadap matriks atau array. Jika >nilai yang diinputkan 1, maka fungsi akan bekerja pada masing-masing baris >pada matriks. Jika nilainya 2, maka fungsi akan bekerja pada tiap kolom pada >matriks.
FUN : fungsi yang akan digunakan. Fungsi yang dapat digunakan dapat berupa fungsi dasar matematika atau statistika, serta user define function.
…: opsional argumen pada fungsi yang digunakan.
Berikut adalah contoh bagaimana aplikasi fungsi tersebut pada matriks:
## membuat matriks
x <- cbind(x1 = 3, x2 = c(4:1, 2:5))
x # print## x1 x2
## [1,] 3 4
## [2,] 3 3
## [3,] 3 2
## [4,] 3 1
## [5,] 3 2
## [6,] 3 3
## [7,] 3 4
## [8,] 3 5class(x) # cek kelas objek## [1] "matrix" "array"## menghitung mean masing-masing kolom
apply(x, MARGIN=2 ,FUN=mean, trim=0.2, na.rm=TRUE)## x1 x2
## 3 3## menghitung range pada masing-masing baris
## menggunakan user define function
apply(x, MARGIN=1,
FUN=function(x){
max(x)-min(x)
})## [1] 1 0 1 2 1 0 1 2Fungsi ini melakukan loop fungsi terhadap input data berupa list. Output yang dihasilkan juga merupakan list dengan panjang list yang sama dengan yang diinputkan. Format yang digunakan adalah sebagai berikut:
lapply(X, FUN, ...)Catatan:
X: vektor, data frame atau list
FUN: fungsi yang akan digunakan. Fungsi yang dapat digunakan dapat >berupa fungsi dasar matematika atau statistika, serta user define function. >Subset juga dimungkinkan pada fungsi ini.
…: opsional argumen pada fungsi yang digunakan.
## Membuat list
x <- list(a = 1:10, beta = exp(-3:3), logic = c(TRUE,FALSE,FALSE,TRUE))
x # print## $a
## [1] 1 2 3 4 5 6 7 8 9 10
##
## $beta
## [1] 0.04978707 0.13533528 0.36787944 1.00000000 2.71828183 7.38905610
## [7] 20.08553692
##
## $logic
## [1] TRUE FALSE FALSE TRUEclass(x) # cek kelas objek## [1] "list"## Menghitung nilai mean pada masing-masing baris lits
lapply(x, FUN=mean)## $a
## [1] 5.5
##
## $beta
## [1] 4.535125
##
## $logic
## [1] 0.5## Menghitung mean tiap kolom dataset iris
lapply(iris, FUN=mean)## Warning in mean.default(X[[i]], ...): argument is not numeric or logical:
## returning NA## $Sepal.Length
## [1] 5.843333
##
## $Sepal.Width
## [1] 3.057333
##
## $Petal.Length
## [1] 3.758
##
## $Petal.Width
## [1] 1.199333
##
## $Species
## [1] NA## Mengalikan elemen vektor dengan suatu nilai
y <- c(1:5)
lapply(y, FUN=function(x){x*5})## [[1]]
## [1] 5
##
## [[2]]
## [1] 10
##
## [[3]]
## [1] 15
##
## [[4]]
## [1] 20
##
## [[5]]
## [1] 25## Mengubah output menjadi vektor
unlist(lapply(y, FUN=function(x){x*5}))## [1] 5 10 15 20 25Fungsi sapply() merupakan bentuk lain dari fungsi lapply(). Perbedaanya terletak pada output default yang dihasilkan. Secara default sapply() menerima input utama berupa list (dapat pula dataframe atau vektor), namun tidak seperti lapply() jenis data output yang dihasilkan adalah vektor. Untuk mengubah output menjadi list perlu argumen tambahan berupa simplify=FALSE. Format fungsi tersebut adalah sebagai berikut :
sapply(X, FUN, ..., simplify = TRUE, USE.NAMES = TRUE)Catatan:
X : vektor, data frame atau list
FUN : fungsi yang akan digunakan. Fungsi yang dapat digunakan dapat >berupa fungsi dasar matematika atau statistika, serta user define function. >Subset juga dimungkinkan pada fungsi ini.
…: opsional argumen pada fungsi yang digunakan.
simplify : logical. Jika nilainya TRUE maka output yang dihasilkan >adalah bentuk sederhana dari vektor, matrix atau array.
USE.NAMES : jika list memiliki nama pada setiap elemennya, maka nama >elemen tersebut akan secara default ditampilkan.
## membuat list
x <- list(a = 1:10, beta = exp(-3:3), logic = c(TRUE,FALSE,FALSE,TRUE))
## menghitung nilai mean setiap elemen
sapply(x, FUN=mean)## a beta logic
## 5.500000 4.535125 0.500000## menghitung nilai mean dengan output list
sapply(x, FUN=mean, simplify=FALSE)## $a
## [1] 5.5
##
## $beta
## [1] 4.535125
##
## $logic
## [1] 0.5## summary objek dataframe
sapply(mtcars, FUN=summary)## mpg cyl disp hp drat wt qsec vs
## Min. 10.40000 4.0000 71.1000 52.0000 2.760000 1.51300 14.50000 0.0000
## 1st Qu. 15.42500 4.0000 120.8250 96.5000 3.080000 2.58125 16.89250 0.0000
## Median 19.20000 6.0000 196.3000 123.0000 3.695000 3.32500 17.71000 0.0000
## Mean 20.09062 6.1875 230.7219 146.6875 3.596563 3.21725 17.84875 0.4375
## 3rd Qu. 22.80000 8.0000 326.0000 180.0000 3.920000 3.61000 18.90000 1.0000
## Max. 33.90000 8.0000 472.0000 335.0000 4.930000 5.42400 22.90000 1.0000
## am gear carb
## Min. 0.00000 3.0000 1.0000
## 1st Qu. 0.00000 3.0000 2.0000
## Median 0.00000 4.0000 2.0000
## Mean 0.40625 3.6875 2.8125
## 3rd Qu. 1.00000 4.0000 4.0000
## Max. 1.00000 5.0000 8.0000## summary objek list
a <- list(mobil=mtcars, anggrek=iris)
sapply(a, FUN=summary)## $mobil
## mpg cyl disp hp
## Min. :10.40 Min. :4.000 Min. : 71.1 Min. : 52.0
## 1st Qu.:15.43 1st Qu.:4.000 1st Qu.:120.8 1st Qu.: 96.5
## Median :19.20 Median :6.000 Median :196.3 Median :123.0
## Mean :20.09 Mean :6.188 Mean :230.7 Mean :146.7
## 3rd Qu.:22.80 3rd Qu.:8.000 3rd Qu.:326.0 3rd Qu.:180.0
## Max. :33.90 Max. :8.000 Max. :472.0 Max. :335.0
## drat wt qsec vs
## Min. :2.760 Min. :1.513 Min. :14.50 Min. :0.0000
## 1st Qu.:3.080 1st Qu.:2.581 1st Qu.:16.89 1st Qu.:0.0000
## Median :3.695 Median :3.325 Median :17.71 Median :0.0000
## Mean :3.597 Mean :3.217 Mean :17.85 Mean :0.4375
## 3rd Qu.:3.920 3rd Qu.:3.610 3rd Qu.:18.90 3rd Qu.:1.0000
## Max. :4.930 Max. :5.424 Max. :22.90 Max. :1.0000
## am gear carb
## Min. :0.0000 Min. :3.000 Min. :1.000
## 1st Qu.:0.0000 1st Qu.:3.000 1st Qu.:2.000
## Median :0.0000 Median :4.000 Median :2.000
## Mean :0.4062 Mean :3.688 Mean :2.812
## 3rd Qu.:1.0000 3rd Qu.:4.000 3rd Qu.:4.000
## Max. :1.0000 Max. :5.000 Max. :8.000
##
## $anggrek
## Sepal.Length Sepal.Width Petal.Length Petal.Width
## Min. :4.300 Min. :2.000 Min. :1.000 Min. :0.100
## 1st Qu.:5.100 1st Qu.:2.800 1st Qu.:1.600 1st Qu.:0.300
## Median :5.800 Median :3.000 Median :4.350 Median :1.300
## Mean :5.843 Mean :3.057 Mean :3.758 Mean :1.199
## 3rd Qu.:6.400 3rd Qu.:3.300 3rd Qu.:5.100 3rd Qu.:1.800
## Max. :7.900 Max. :4.400 Max. :6.900 Max. :2.500
## Species
## setosa :50
## versicolor:50
## virginica :50
##
##
## Funsgi ini merupakan bentuk lain dari sapply(). Bedanya secara kecepatan proses fungsi ini lebih cepat dari sapply(). Hal yang menarik dari fungsi ini kita dapat menambahkan argumen FUN.VALUE. pada argumen ini kita memasukkan vektor berupa output fungsi yang diinginkan. Perbedaan lainnya adalah output yang dihasilkan hanya berupa matriks atau array. Format dari fungsi ini adalah sebagai berikut:
vapply(X, FUN, FUN.VALUE, ..., USE.NAMES = TRUE)Catatan:
X: vektor, data frame atau list
FUN: fungsi yang akan digunakan. Fungsi yang dapat digunakan dapat >berupa fungsi dasar matematika atau statistika, serta user define function. >Subset juga dimungkinkan pada fungsi ini.
FUN.VALUE: vektor, template dari return value FUN.
…: opsional argumen pada fungsi yang digunakan.
USE.NAMES: jika list memiliki nama pada setiap elemennya, maka nama elemen tersebut akan secara default ditampilkan.
## membuat list
x <- sapply(3:9, seq)
x # print## [[1]]
## [1] 1 2 3
##
## [[2]]
## [1] 1 2 3 4
##
## [[3]]
## [1] 1 2 3 4 5
##
## [[4]]
## [1] 1 2 3 4 5 6
##
## [[5]]
## [1] 1 2 3 4 5 6 7
##
## [[6]]
## [1] 1 2 3 4 5 6 7 8
##
## [[7]]
## [1] 1 2 3 4 5 6 7 8 9## membuat ringkasan data pada tiap elemen list
vapply(x, fivenum,
c(Min. = 0, "1st Qu." = 0,
Median = 0, "3rd Qu." = 0, Max. = 0))## [,1] [,2] [,3] [,4] [,5] [,6] [,7]
## Min. 1.0 1.0 1 1.0 1.0 1.0 1
## 1st Qu. 1.5 1.5 2 2.0 2.5 2.5 3
## Median 2.0 2.5 3 3.5 4.0 4.5 5
## 3rd Qu. 2.5 3.5 4 5.0 5.5 6.5 7
## Max. 3.0 4.0 5 6.0 7.0 8.0 9## membuat ringkasan data pada tiap kolom dataframe
vapply(mtcars, summary,
c(Min. = 0, "1st Qu." = 0,
Median = 0, "3rd Qu." = 0, Max. = 0, Mean=0))## mpg cyl disp hp drat wt qsec vs
## Min. 10.40000 4.0000 71.1000 52.0000 2.760000 1.51300 14.50000 0.0000
## 1st Qu. 15.42500 4.0000 120.8250 96.5000 3.080000 2.58125 16.89250 0.0000
## Median 19.20000 6.0000 196.3000 123.0000 3.695000 3.32500 17.71000 0.0000
## 3rd Qu. 20.09062 6.1875 230.7219 146.6875 3.596563 3.21725 17.84875 0.4375
## Max. 22.80000 8.0000 326.0000 180.0000 3.920000 3.61000 18.90000 1.0000
## Mean 33.90000 8.0000 472.0000 335.0000 4.930000 5.42400 22.90000 1.0000
## am gear carb
## Min. 0.00000 3.0000 1.0000
## 1st Qu. 0.00000 3.0000 2.0000
## Median 0.00000 4.0000 2.0000
## 3rd Qu. 0.40625 3.6875 2.8125
## Max. 1.00000 4.0000 4.0000
## Mean 1.00000 5.0000 8.0000Fungsi ini sangat berguna jika pembaca ingin menghitung suatu nilai misalnya mean berdasarkan grup data atau factor. Format fungsi ini adalah sebagi berikut:
tapply(X, INDEX, FUN = NULL, ..., simplify = TRUE) Catatan:
X: vektor, data frame atau list
INDEX: list satu atau beberapa factor yang memiliki panjang sama >dengan X.
FUN: fungsi yang akan digunakan. Fungsi yang dapat digunakan dapat >berupa fungsi dasar matematika atau statistika, serta user define function. >Subset juga dimungkinkan pada fungsi ini.
…: opsional argumen pada fungsi yang digunakan.
simplify: logical. Jika nilainya TRUE maka output yang dihasilkan adalah bentuk skalar.
## membuat tabel frekuensi
groups <- as.factor(rbinom(32, n = 5, prob = 0.4))
tapply(groups, groups, length)## 10 11 16 17
## 1 2 1 1# atau
table(groups)## groups
## 10 11 16 17
## 1 2 1 1## membuat tabel kontingensi
# menghitung jumlah breaks berdasarkan faktor jenis wool
# dan tensi level
tapply(X=warpbreaks$breaks, INDEX=warpbreaks[,-1], FUN=sum)## tension
## wool L M H
## A 401 216 221
## B 254 259 169# menghitung mean panjang gigi babi hutan berdasarkan
# jenis suplemen dan dosisnya
tapply(ToothGrowth$len, ToothGrowth[,-1], mean)## dose
## supp 0.5 1 2
## OJ 13.23 22.70 26.06
## VC 7.98 16.77 26.14# menghitung mpg minimum berdasarkan jumlah silinder pada mobil
tapply(mtcars$mpg, mtcars$cyl, min, simplify=FALSE)## $`4`
## [1] 21.4
##
## $`6`
## [1] 17.8
##
## $`8`
## [1] 10.4