为什么贱客呢？主要是因为apply函数家族的几个函数经常容易搞混，有时候不知道该用哪个函数才合适呢？现在我就给咱们把apply函数家族细细说来，让这个贱客变成真正的剑客!
apply函数
apply(X, MARGIN, FUN, ...)
#FUN函数运用到x的第MARGIN维度上。MARGIN：1表示矩阵行，2表示矩阵列，c(1,2) 表示矩阵行和列。操作对象：矩阵或数据框
a<-matrix(1:12,nrow=3)
a
#求每列的平均值
apply(a,2,mean)
结果为：2 5 8 11
注意：
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。如果数据中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。
lapply()函数
lapply(X, FUN, ...)
#把函数FUN运用到列表的每一个元素
操作对象：列表，数据框（不能用于矩阵或数组）
tapply函数
tapply(X, INDEX, FUN=NULL, …, simplify = TRUE)
#FUN函数根据INDEX索引应用到x数据上
操作对象：向量（或者具有相同索引的数据集）
sapply()函数
sapply(X, FUN, …, simplify = TRUE, USE.NAMES = TRUE)
#该函数比lapply函数更友好一些，可以使用simplify参数来调节输出的数据格式。
操作对象：向量
vapply函数
vapply(X, FUN, FUN.VALUE, …, USE.NAMES = TRUE)
#类似sapply函数，但返回值只能按照预先指定的方式输出。
操作对象：向量或者表达式对象，其余对象将被通过as.list强制转换为list。
mapply()函数
mapply(FUN, …, MoreArgs = NULL, SIMPLIFY = TRUE, USE.NAMES = TRUE)
#用于多变量情况。
其中MoreArgs参数：FUN函数的其他参数列表。SIMPLIFY参数：逻辑或者字符串，可以减少结果成为一个向量、矩阵或者更高维阵列，详见sapply的simplify参数。USE.NAMES参数：逻辑值，如果第一个参数…已被命名，将使用这个字符向量作为名字。
eapply函数
eapply(env, FUN, ...,all.names = FALSE, USE.NAMES = TRUE)
#env表示将要使用进行FUN计算后返回一个列表值，用户可以请求所有使用过的命名对象。
env参数：将被使用的环境。
all.names参数：逻辑值，指示是否对所有值使用该函数。
USE.NAMES参数：逻辑值，指示返回的列表结果是否包含命名。
rapply()函数
rapply(object, f, classes ="ANY", deflt = NULL,how = c("unlist", "replace", "list"),...)
#运用函数递归产生列表，classes参数：关于类名的字符向量，或者为any时则匹配任何类。deflt参数：默认结果，如果使用了how = “replace”，则不能使用。how参数：字符串匹配三种可能结果。
这里只是大概说一下，详细解释别忘了R里面的help()函数。
