数据准备
R函数的诸多有趣特性之一，就是它们可以应用到一系列的数据对象上，包括标量、向量、矩阵、数组和数据框。
R中提供了一个apply()函数，可将一个任意函数“应用”到矩阵、数组、数据框的任何维度上。
apply(x, MARGIN, FUN, ..., simplify = TRUE)
其中，x为数据对象，可以是数组、矩阵、数据框，数据至少是二维的，MARGIN是维度的下标，MARGIN=1表示行，MARGIN=2表示列。FUN是自定义调用的函数，可为任意R函数，而...则包括了任何想传递给FUN的参数。
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。
lapply(x, FUN)
lapply函数将函数应用于输入变量x的每一个元素，返回一个与x长度相同的列表。x可以是列表，向量或数据框。
sapply(x, FUN)
x可以是列表，矩阵或数据框，以向量或矩阵形式输出结果。执行的功能与lapply函数相同。
tapply(X, INDEX, FUN = NULL)
tapply用于数据框类型的数据，可以按因子变量分组计算统计量。X可以是数组、矩阵、数据框等分割型数据向量，INDEX是一个或多个因子的列表，每个因子的长度都与x相同，FUN为自定义的调用函数。 53
参考资料：
前记：
正文：
第 一 部分： 5种数据对象类型
1.1 向量（vector）
1.2 矩阵（matrix）
向量+维度属性(nrow ncol)
1.3 数组（array）
与矩阵相似，但维度可大于2（说白了元素都是数 维度随便设）
1.4 列表（list）
可以包含不同类型
1.5 因子（factor）
整数向量+标签
1.6 缺失值（missing value）
NA：各种类型的缺失值
NAN：数值型的缺失值
NAN 属于 NA
is.na 和 is.nan 判断向量中是否有缺失值
1.7 数据框（data.frame）
存储表格数据，视为各元素长度相同的 列表
1.8 日期与时间（date, time）
日期
时间
POSIXct 整数 常用于存入数据框
POSIXIt 列表 还包括年月日等信息
后续请参考：
R语言基础之第 二 部分 : 操纵数据 取子集
R语言基础之第 三 部分：重要函数 apply族函数 的使用
R语言基础之第 四 部分 : 排序
R语言基础之第 五 部分 : 总结数据信息
R语言使用技巧
当你要对按照数据框某一列的信息对文件进行分组时
1. 可以使用split函数
2. 可以使用group_by() 函数，但是这个函数不能方便你接下来对每个小的group进行更为复杂的操作。
3. group_split() 函数
4. group_nest() 函数以及nest()函数
具体参数可参考：
https://www.jianshu.com/p/2efbf6632dc6
group_list()可以把大的数据框按照某一列切分为小的数据框，这些小的数据框再组成一个list
参考： https://mp.weixin.qq.com/s/XGb3P6SY2UlZMgun_etFmg
nest()函数可以创建嵌套数据框，将多列多行组成一个列表，而这个列表单独成为一列，称为列表列。
nest() 函数有两种使用方式。当用于分组数据框时，nest() 函数会保留用于分组的列，而将其他所有数据归并到列表列中。
还可以在未分组数据框上使用nest()，此时需要指定嵌套哪些列。
使用这些函数时，要清楚输入输出的格式是什么，怎么样取值才能得到想要的格式，是使用appply还是lapply，以及map要根据实际情况来定。
