曾經(jīng)有一位大神講過，區(qū)分R語言是否進階的標準是，能否用好apply。這個大神叫Jimmy。

其實，我們在之前用apply去批量做過生存分析，當時為了提升速度，還是用了R語言的并行策略，parApply

TCGA真實數(shù)據(jù)下的批量生存分析

apply家族中還有一個更加神奇運用更廣泛的成員，他的名字叫l(wèi)apply，也就是list + apply，顧名思義，他返回的數(shù)據(jù)是列表 

我們看看他的三個小應(yīng)用：

第一，批量操作。

加入我想讀入一下四個CSV格式的文件，  我們可以一個一個的讀：

如果有1000個文本呢，理論上對于一個會編程的人，重復(fù)的事情超過三次，他就受不了開始編寫批量操作的腳本了，哪怕這個事情最終只要重復(fù)四次就可以完成，

這不是作秀，這是態(tài)度，關(guān)乎程序員的尊嚴。 

如果用上lapply呢？ 首先我們把需要讀取的文件名稱提取出來

文件名稱是這個樣子的

現(xiàn)在我們批量讀取,x 是需要批量處理的因素，F(xiàn)UN表示施加的功能，這里是函數(shù)

lapply(X, FUN, ...)

讀取進去后，這四個文件已列表的形式存在于fcsv中,我們還可以對他命名

一般情況下，批量讀取數(shù)據(jù)框后，還需要把他們合并，如果每一個文件的抬頭一樣，我們需要把文件按照行合并 這時候會得到一個大的數(shù)據(jù)框 

要實現(xiàn)這個操作有四種方法： 分別是ldply，do.call,dplyr包中的bind_rows，data.table包中的rbindlist，

實際上最常用的是前面兩個， 我最開始使用的是do.call, 這些方法也是變化無窮的

 最終都能實現(xiàn)功能，其中l(wèi)dply會把文件名稱作為單獨的一列，所以多一列 ，而其他方法把文件名加上系數(shù)作為行名。

實際上lapply只是實現(xiàn)批量操作，配套的函數(shù)，function才是他神奇的點睛之筆，我們可以用內(nèi)置函數(shù)，比如，read.csv 也可以用自己定義的函數(shù)，這個在第三條的時候再說。

第二，批量讀取Rdata數(shù)據(jù)。

把數(shù)據(jù)儲存成Rdata是我R語言路上一個豁然開朗的瞬間，也是偉人Jimmy教給我的。 

從此我告別了把數(shù)據(jù)在R語言里面寫來寫去的日子，所有中間數(shù)據(jù)保存成Rdata，一直到出圖為止。 

假如我的工作目錄中有這個文件，導(dǎo)入是這個樣子的,用load函數(shù)就行

那么如何批量讀取Rdata呢，這里面有個小坑。

有6個文件需要讀取

按照之前的思路，用lapply

可以讀取，但是讀取到的是文件名稱，不是內(nèi)容，這是因為load會把文件存到臨時地點，lapply會把他破壞掉， 

下面的方法的兩種方法可以把數(shù)據(jù)導(dǎo)入進來，任意選取一種，就是告訴他讀取到全局環(huán)境變量中。

 數(shù)據(jù)被讀取進來，但是沒有被存入list中，這時候我們需要用get函數(shù)獲取到內(nèi)容

這就成功了，數(shù)據(jù)加起來有174Mb啊，同樣的，也有四種方法可以把他們合并

 這樣就很方便了。

第三，批量作圖。

只要lapply后面的函數(shù)不一樣，就可以實現(xiàn)很多批量操作，

我們以批量作圖這種直觀的方式闡述以下如何自定義函數(shù) 

本次還是使用以前的那個腫瘤表達數(shù)據(jù)，這個數(shù)據(jù)被用過至少3次

Y叔推薦的這個圖有毒！

圖有毒系列之2

多個基因在多亞組疾病中的展示

我們加載數(shù)據(jù)，加載R包，定義要作圖的基因

現(xiàn)在我們定義一個作圖的函數(shù)，輸入基因就出圖

我們輸入一個基因測試一下,發(fā)現(xiàn)可以

現(xiàn)在我們批量操作,還是用lapply，只不過當函數(shù)有多個參數(shù)的時候，第一個以外的寫在函數(shù)后面，以逗號分隔，三個四個都可以 

在本例中，expreSet這個數(shù)據(jù)集就是第二個參數(shù)，讀取完畢后，所有的作圖數(shù)據(jù)存在p1中。

批量作圖展示

是不是很贊，當然，lapply實現(xiàn)的是批量，具體有哪些驚艷的操作，取決于我們?nèi)绾螌懗鍪褂玫膄unction。 

而函數(shù)是R語言進階的另外一道坎，我也給自己丟下一個必填的坑。

Until next time，it‘s goodbye！