在R语言中，apply系列函数的基本作用是对数组（array，可以是多维）或者列表（list）按照元素或元素构成的子集合进行迭代，并将当前元素或子集合作为参数调用某个指定函数。apply族函数分别有apply函数，tapply函数，lapply函数，mapply函数。每一个函数都有自己的特点，在处理不同类型的数据可以选用相对应的函数。apply族函数分别有apply函数，tapply函数，lapply函数，mapply函数。每一个函数都有自己的特点，在处理不同类型的数据可以选用相对应的函数。
1、 apply函数
apply函数只能用于处理矩阵类型的数据，也就是说所有的数据必须是同一类型。因此要使用apply函数的话，需要将数据类型转换成矩阵类型。
apply函数一般有三个参数，第一个参数代表矩阵对象，第二个参数代表要操作矩阵的维度，1表示对行进行处理，2表示对列进行处理。第三个参数就是处理数据的函数。apply会分别一行或一列处理该矩阵的数据。
a<-matrix(1:12,nrow=3) a #求每列的平均值 apply(a,2,mean)
其中a是一个3*4的矩阵，如下。运行结果为 2 5 8 11
[,1] [,2] [,3] [,4] [1,] 1 4 7 10 [2,] 2 5 8 11 [3,] 3 6 9 12
我们也可以使用colMeans()，rowMeans( )，对矩阵的列和行分别求平均值，rowSums( ),colSums(),，对矩阵的列和行分别求和。
如过数据中NA，那么在求行列的平均值或和的时候，NA所在的行列的计算结果也没NA。
apply(a,1,mean,na.rm=TRUE)这样的话，它会自动忽略NA，只计算其他不是NA的值。rowMeans( )中也可以添加na.rm=TRUE参数。效果相同。
#矩阵中添加了一个na a[2,1]<-NA #不计算NA存在的那一行或那一列 apply(a,1,mean)这个时候矩阵为
[,1] [,2] [,3] [,4] [1,] 1 4 7 10 [2,] NA 5 8 11 [3,] 3 6 9 12
结果为[1] 5.5 NA 7.5。如果代码写成下面这个样子
apply(a,1,mean,na.rm=TRUE)结果为 5.5 8.0 7.52、lapply和sapply函数
lapply和sapply函数可以用于处理列表数据和向量数据（vector/list）。lapply函数得到处理得到的数据类型是列表，而sapply函数得到处理的数据类型是向量。这两个函数除了在返回值类型不同外，其他方面基本完全一样。
3、tapply函数
它通常会有三个参数，第一个参数代表数据，第二个参数表示如何对数据进行分组操作，第三个参数指定每一个分组内应用什么函数。也就是说tapply函数就是把数据按照一定方式分成不同的组，再在每一组数据内进行某种运算。
4、mapply函数
mapply函数主要是对多个列表或者向量参数使用函数
补充与：2017年1月8日
函数名称
使用对象
返回结果
apply()
对矩阵，数组或者数据框
向量，数组或者列表
lapply()
对列表，数据框或者向量
列表
sapply()
对列表，数据框或者向量
向量，数组或列表
tapply()
对不规则阵列
阵列
mapply()
对多个列表或者向量参数
列表
