class: center, middle, inverse, title-slide # OLC R YAZILIMINA GIRIS ## apply ailesi ### <br> <br> 👩‍🏫 Dr. Kübra ATALAY KABASAKAL <br> Hacettepe Üniversitesi ### 20/12/2021 <br> <br> <br> <br>📧 <a href="mailto:katalay@hacettepe.edu.tr" class="email">katalay@hacettepe.edu.tr</a> --- # apply ailesi .huge[📊] .hand[İçerik...] - apply() - lapply() - sapply() - vapply() - mapply() - rapply() - tapply() --- ## apply() Fonksiyonu - **apply()** fonksiyonu matris ve dizilerde satır ve sütundaki değerlerin belirlenen fonksiyona göre değerlerini özetlemek için kullanılır. - **apply()** fonksiyonunun genel kullanımı `\(apply(x, margin, FUN, …)\)` - margin argümanı satır (1), sütun (2) veya her ikisini (c(1,2)) FUN argümanı ise uygulanacak fonksiyonu belirtmektedir. --- ## apply() Fonksiyonu ```r X = matrix(c(1:9), nr= 3, byrow = T) X ``` ``` ## [,1] [,2] [,3] ## [1,] 1 2 3 ## [2,] 4 5 6 ## [3,] 7 8 9 ``` -- ```r #1 satirlar icin, apply(X, 1, mean) # satir ortalamaları ``` ``` ## [1] 2 5 8 ``` -- ```r #2 sutunlar icin apply(X, 2, mean) # sutun ortalamaları ``` ``` ## [1] 4 5 6 ``` --- ## apply() Fonksiyonu - Ortalaması 50, standart sapması 5 olan normal dağılıma sahip 100 elemanlı "S1" vektöründen 20 satırlı ve 5 sütunlu matrisin oluşturulması ```r set.seed(12) S1 <- sample(rnorm(10000, 50, 5), 100, replace=TRUE) Matris1 <- matrix(S1, nrow=20, ncol=5) ``` -- - `mean()` fonksiyonunun "Matris1" nesnesinin her bir sütununa uygulanarak sütunların ortalamasının alınması ```r apply(Matris1, 2, mean) # Fonksiyonun ikinci girdisi olan 2 sütun elamanlarını temsil etmektedir. ``` ``` ## [1] 48.20485 52.13701 49.38658 50.61689 48.60479 ``` --- ## apply() Fonksiyonu - `summary()` fonksiyonunun "Matris1" nesnesinin her bir sütununa uygulanması ```r apply(Matris1, 2, summary) ``` ``` ## [,1] [,2] [,3] [,4] [,5] ## Min. 39.00080 40.23309 39.04749 39.32974 37.74364 ## 1st Qu. 45.21933 48.44165 45.57123 47.36401 43.71252 ## Median 49.31295 52.24410 49.49029 51.08794 47.62144 ## Mean 48.20485 52.13701 49.38658 50.61689 48.60479 ## 3rd Qu. 52.40540 55.97719 52.70180 54.36235 53.32016 ## Max. 55.24910 63.33272 58.88203 59.93019 60.51715 ``` --- ## apply() Fonksiyonu - `summary()` fonksiyonunun "Matris1" nesnesinin her bir satırına uygulanması ```r apply(Matris1, 1, summary) ``` ``` ## [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] ## Min. 45.82396 39.16789 51.63544 40.23309 39.04749 44.81304 39.73637 51.11418 ## 1st Qu. 47.78055 39.32974 52.46878 43.82775 47.16408 47.46234 46.19462 51.96290 ## Median 48.36804 46.24689 53.43269 47.65095 49.56534 49.64774 49.12984 52.65739 ## Mean 50.47126 45.82933 54.50679 47.52181 48.65629 52.22224 50.10067 54.92558 ## 3rd Qu. 54.95931 51.70256 56.11501 49.31343 52.65050 59.25790 55.94640 55.56069 ## Max. 55.42443 52.69959 58.88203 56.58380 54.85404 59.93019 59.49613 63.33272 ## [,9] [,10] [,11] [,12] [,13] [,14] [,15] [,16] ## Min. 44.96852 39.00080 43.36682 48.42947 42.13211 42.73818 40.55680 41.37856 ## 1st Qu. 48.34900 48.83882 52.38428 50.17014 48.46619 46.50319 43.21988 42.18138 ## Median 52.21976 53.65437 52.38428 51.40809 48.88713 50.98943 45.46715 47.83169 ## Mean 50.61489 50.35382 51.18599 53.07152 50.44334 49.60777 46.24742 47.67032 ## 3rd Qu. 53.31388 54.20555 52.91266 54.83276 55.24910 51.36429 46.82348 50.54044 ## Max. 54.22331 56.06955 54.88190 60.51715 57.48218 56.44375 55.16980 56.41952 ## [,17] [,18] [,19] [,20] ## Min. 40.53528 40.55680 37.74364 46.71473 ## 1st Qu. 46.04637 44.03153 47.73063 49.31247 ## Median 47.98124 44.46635 49.30321 51.96828 ## Mean 48.55872 45.45876 47.52113 50.83282 ## 3rd Qu. 49.85073 46.40143 50.16318 52.82962 ## Max. 58.37998 51.83770 52.66500 53.33901 ``` --- ## apply() Fonksiyonu - kisisel tanımlı fonksiyon ile kullanılması - Kullanıcı tanımlı fonksiyonların **apply()** fonksiyonuna uygulanması - Yazılan **bagil_degiskenlik()** fonksiyonunun "Matris1" nesnesinin her bir sütununa uygulanarak her bir değişkenin bağıl değişkenlik katsayısının hesaplanması ```r bagil_degiskenlik <- function(x){ (sd(x)/mean(x))*100 } apply(Matris1, 2, bagil_degiskenlik) ``` ``` ## [1] 11.24914 10.05771 11.02709 10.59998 12.97312 ``` --- ## apply() Fonksiyonu Adsız (anonymous) fonksiyonlar ile kullanılması ```r apply(Matris1, 2, function(x){(sd(x)/mean(x))*100}) ``` ``` ## [1] 11.24914 10.05771 11.02709 10.59998 12.97312 ``` --- ## lapply() Fonksiyonu - **lapply()** fonksiyonu **apply()** fonksiyonunun listeler (list-apply), vektörler ve veri setleri için özelleşmiş halidir. - Liste yapısında olduğu için satır veya sütuna ilişkin bir argüman kullanılmaz. - **lappy()** fonksiyonu veri setlerinde kullanıldığında, sütundaki her bir değişkeni listenin elemanı olarak alır. --- ## lapply() Fonksiyonu `lappy()` fonksiyonuyla elde edilen çıktılar da liste şeklindedir. `lapply()` fonksiyonunun genel kullanımı `$$lapply(x, FUN, …)$$` ```r # liste olusturma (mylist <- list(a=(1:10), b=(45:77))) ``` ``` ## $a ## [1] 1 2 3 4 5 6 7 8 9 10 ## ## $b ## [1] 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 ## [26] 70 71 72 73 74 75 76 77 ``` ```r # liste elemalarını toplama (resultlapply <- lapply(mylist, sum)) ``` ``` ## $a ## [1] 55 ## ## $b ## [1] 2013 ``` --- ## lapply() Fonksiyonu ```r liste <- list(a=c(1,2,3),b=c(4,5,6)) lapply(liste, function(x){x^(3/2)}) ``` ``` ## $a ## [1] 1.000000 2.828427 5.196152 ## ## $b ## [1] 8.00000 11.18034 14.69694 ``` --- ## sapply() Fonksiyonu - `sapply()` fonksiyonu `lapply()` fonksiyonu gibi liste, listelerin özelleşmiş hali olan veri setleri ve vektörler üzerinde çalışır. - `sapply()` fonksiyonunun temel amacı çıktıları basitleştirmektir. - `lapply()` fonksiyonuyla elde edilen çıktılar liste biçimindeyken `sapply()` fonksiyonuyla elde edilen çıktılar daha çok vektör şeklindedir. --- ## sapply() Fonksiyonu - `sapply()` fonksiyonu `apply()` fonksiyonuyla benzer çıktılar verir ancak `sapply()` fonksiyonunda margin değerleri bulunmaz. - `sapply()` fonksiyonunun genel kullanımı ```r mylist <- list(a=(1:10), b=(45:77)) resultsapply <- sapply(mylist, sum) resultsapply ``` ``` ## a b ## 55 2013 ``` --- ## lapply() Fonksiyonu ```r # lapply() fonksiyonunun liste veri türüne uygulanması lapply(list(a=c(1,2,3)), mean) # Liste çıktısı vermektedir. ``` ``` ## $a ## [1] 2 ``` --- ## lapply() Fonksiyonu ```r # lapply() fonksiyonunun çıktısının vektöre dönüştürülmesi unlist(lapply(list(a=c(1,2,3)), mean)) ``` ``` ## a ## 2 ``` --- ## sapply() Fonksiyonu ```r # sapply() fonksiyonunun liste veri türüne uygulanması sapply(list(a=c(1,2,3)), mean) # Çıktı adlandırılmış vektör şeklindedir. ``` ``` ## a ## 2 ``` --- ## tapply() Fonksiyonu - `tapply()` fonksiyonun temel görevi verileri belirlenen grup veya faktör değişkenine göre özetlemektir. - Fonksiyonda bulunan x argümanı vektör, veri seti ve liste şeklindeki nesneleri, index argümanı "x" nesnesinin altboyut, grup veya faktör değişkenini, FUN argümanı ise uygulanacak fonksiyonu belirtir. - `\(tapply(x, Index, FUN, …)\)` --- ## tapply() Fonksiyonu - `tapply()` liste ve veri seti yapısındaki nesnelere uygulandığında, grup veya faktör değişkenine ilişkin fonksiyon değerlerini fonksiyon türüne gore vektör ya da liste şeklinde verir. - Eğer `tapply()` içinde kullanılan fonksiyon tek bir değer veriyorsa, çıktı vektör; birden fazla değer veriyorsa, çıktı liste yapısındadır. --- ## tapply() Fonksiyonu ```r isim <- c("Ali","Elif","Su","Deniz","Aras","Berk","Can","Ece","Efe","Arda") boy <- c(160,165,170,155,167,162,169,158,160,164) kilo <- c(55,55,57,50,48,65,58,62,45,47) cinsiyet <- c("erkek","kadin","kadin","kadin","erkek", "erkek","erkek","kadin","erkek","erkek") cinsiyet <- factor(cinsiyet) beden <- c("S","M","S","M","S","L","M","L","S","S") beden <- factor(beden) # tapply() fonksiyonunun liste veri yapısına uygulanması Liste <- list(isim=isim,boy=boy,cinsiyet=cinsiyet,beden=beden,kilo=kilo) tapply(Liste$boy, Liste$cinsiyet, sort) ``` ``` ## $erkek ## [1] 160 160 162 164 167 169 ## ## $kadin ## [1] 155 158 165 170 ``` ```r tapply(Liste$boy, Liste$cinsiyet, sort, decreasing=TRUE) ``` ``` ## $erkek ## [1] 169 167 164 162 160 160 ## ## $kadin ## [1] 170 165 158 155 ``` --- ## tapply() Fonksiyonu ```r isim <- c("Ali","Elif","Su","Deniz","Aras","Berk","Can","Ece","Efe","Arda") boy <- c(160,165,170,155,167,162,169,158,160,164) kilo <- c(55,55,57,50,48,65,58,62,45,47) cinsiyet <- c("erkek","kadin","kadin","kadin","erkek", "erkek","erkek","kadin","erkek","erkek") cinsiyet <- factor(cinsiyet) beden <- c("S","M","S","M","S","L","M","L","S","S") beden <- factor(beden) # Once veri seti olusturalım # tapply(df$boy, Liste$cinsiyet, sort) # # tapply(df$boy, Liste$cinsiyet, sort, decreasing=TRUE) # tapply(df$boy, Liste$cinsiyet, mean) # # tapply(df$boy, Liste$cinsiyet, mean) ``` --- ## by() Fonksiyonu ```r isim <- c("Ali","Elif","Su","Deniz","Aras","Berk","Can","Ece","Efe","Arda") boy <- c(160,165,170,155,167,162,169,158,160,164) kilo <- c(55,55,57,50,48,65,58,62,45,47) cinsiyet <- c("erkek","kadin","kadin","kadin","erkek", "erkek","erkek","kadin","erkek","erkek") cinsiyet <- factor(cinsiyet) beden <- c("S","M","S","M","S","L","M","L","S","S") beden <- factor(beden) # Once veri seti olusturalım # by(df$boy, Liste$cinsiyet, sort) # # by(df$boy, Liste$cinsiyet, sort, decreasing=TRUE) # by(df$boy, Liste$cinsiyet, mean) # # by(df$boy, Liste$cinsiyet, mean) ```