R’da apply Ailesi: lapply, sapply, vapply ve Map Kullanımı
Geçen derslerde for döngüsüyle her elemana bir işlem uyguladık. Çalışıyor, ama her seferinde boş bir sonuç vektörü hazırlamak, indeksleri yönetmek, sonucu yerine koymak zahmetli. R apply ailesi bu işi tek satıra indirir.
Ailenin üyeleri çok, ama günlük işin çoğunu dört tanesi görür: lapply, sapply, vapply ve Map. Bir de matrislerde kullanılan apply var.
Ortak Fikir
Hepsi aynı mantığı izler: “Bu listenin ya da vektörün her elemanına şu fonksiyonu uygula ve sonuçları topla.” Farkları, sonuçları hangi biçimde topladıklarında.
lapply(): Sonuç Her Zaman Liste
notlar <- list(
ali = c(70, 80),
veli = c(60, 90, 100),
ayse = c(85)
)
# Her öğrencinin not ortalamasını hesapla
lapply(notlar, mean)$ali
[1] 75
$veli
[1] 83.33333
$ayse
[1] 85
Arka planda ne oldu? lapply listenin her elemanını sırayla mean() fonksiyonuna verdi ve sonuçları aynı isimlerle yeni bir listeye koydu. Girdi liste, çıktı liste. İsimler korundu. Hiçbir şeyi kendin saymadın, sonuç vektörünü kendin hazırlamadın.
Fonksiyon adını parantezsiz yazdığına dikkat et: mean, mean() değil. Çünkü fonksiyonu çağırmıyorsun, lapply‘a “bunu kullan” diye veriyorsun.
sapply(): Sonucu Sadeleştirmeye Çalışır
sapply(notlar, mean) ali veli ayse
75.00000 83.33333 85.00000 sapply aynı işi yaptı ama sonuçları listeye bırakmak yerine isimli bir vektöre çevirdi. Pratik olduğu için en sık kullanılan üyedir. Ama bu “akıllılığı” bir bedeli var.
sapply’ın Sürpriz Davranışı
Sonuçların hepsi tek değerse vektör döner. Hepsi aynı uzunlukta ve birden fazlaysa matris döner. Uzunluklar farklıysa liste döner. Girdi boşsa da boş liste döner, vektör değil:
# Boş girdi: bir sayı vektörü beklerdin, liste geldi
sapply(list(), length)list()Kodun bir sonraki satırı bunu sayı vektörü sanarak sum() ya da mean() uygulayınca hata verir. Üstelik bu sadece filtre sonucu liste boş kaldığında olur, yani testlerde çalışan kod gerçek veride bozulur. Çıktı türü girdiye göre değişen bir fonksiyon, üretim kodunda risktir.
vapply(): Güvenli Sürüm
vapply, sapply‘ın “sonuç türünü baştan söyle” versiyonudur. Üçüncü argüman, fonksiyonun döndüreceği değerin şablonudur.
# numeric(1) = "her sonuç tek bir sayı olacak"
vapply(notlar, mean, numeric(1))
# Boş girdide de doğru türü verir
vapply(list(), length, integer(1)) ali veli ayse
75.00000 83.33333 85.00000
integer(0)Boş girdide bile integer(0) döndü, yani beklenen tür korundu. Sonuç şablona uymuyorsa R hemen hata verir:
vapply(notlar, function(x) "metin", numeric(1))Error in vapply(notlar, function(x) "metin", numeric(1)) :
values must be type 'double',
but FUN(X[[1]]) result is type 'character'Hatayı geç değil erken almak iyidir. Başka bir işlev boyunca yanlış tür taşımaktansa, sorun çıktığı yerde patlasın. Bu yüzden fonksiyon ya da paket yazarken sapply yerine vapply tercih edilir. Hızlı bir keşif yapıyorsan sapply yeterli.
Kendi Fonksiyonunu Vermek ve Ek Argümanlar
sayilar <- c(1, 2, 3, 4)
# Elemanları anonim bir fonksiyonla işle
sapply(sayilar, function(x) x^2)
# Fonksiyona ek argüman geçirmek: virgülden sonra yaz
veri <- list(c(1, NA, 3), c(4, 5))
sapply(veri, mean, na.rm = TRUE)[1] 1 4 9 16
[1] 2.0 4.5İlkinde fonksiyonu yerinde tanımladık. Buna anonim fonksiyon denir ve 28. derste ayrıntılı işleyeceğiz. İkincisinde na.rm = TRUE argümanı, mean‘e aktarıldı. İlk listenin ortalaması NA değerini atlayarak (1+3)/2 = 2 çıktı.
Map(): Birden Fazla Girdiyi Paralel Dolaşmak
Bazen iki vektörü eleman eleman birlikte işlemek istersin. Map fonksiyonu, birden fazla girdiyi yan yana dolaşır:
Map(function(x, y) x + y, 1:3, 4:6)[[1]]
[1] 5
[[2]]
[1] 7
[[3]]
[1] 9
İlk turda 1 + 4, ikincide 2 + 5, üçüncüde 3 + 6 hesaplandı. Sonuç liste olarak döndü. Vektör istiyorsan unlist() ile düzleştir. Map, ilk argüman olarak girdilerden önce fonksiyonu alır. lapply ise önce veriyi, sonra fonksiyonu ister. Bu sıra farkı sık sık karıştırılır.
apply(): Matrislerde Satır ve Sütun İşlemleri
m <- matrix(1:6, nrow = 2)
m
# İkinci argüman: 1 = satırlar, 2 = sütunlar
apply(m, 1, sum)
apply(m, 2, sum) [,1] [,2] [,3]
[1,] 1 3 5
[2,] 2 4 6
[1] 9 12
[1] 3 7 11Satır toplamları 1+3+5=9 ve 2+4+6=12. Sütun toplamları 3, 7 ve 11. Sadece toplam ve ortalama için rowSums(), colMeans() gibi hazır fonksiyonlar daha hızlıdır. apply özel işlemler için.
Hangisini Seçmeli?
- lapply: Sonucun liste olmasını istiyorsan ya da sonuç farklı uzunluklardaysa.
- sapply: Etkileşimli, hızlı keşif için. Çıktı türünün değişebileceğini unutma.
- vapply: Kalıcı kod ve fonksiyon yazarken. Tür garantisi verir.
- Map: Birden fazla girdiyi paralel işlerken.
- apply: Matrisin satır ve sütunları üzerinde.
Kontrol Listesi
- Fonksiyonu
lapply‘a parantezsiz veriyorum. sapply‘ın çıktısının liste, vektör ya da matris olabileceğini biliyorum.- Kalıcı kodda
vapplyile tür belirtiyorum. - Ek argümanları fonksiyon adından sonra virgülle geçiriyorum.
Sıkça Sorulan Sorular
apply ailesi for döngüsünden hızlı mı?
Genelde çok büyük fark yok. Asıl kazanç, sonuç vektörünü hazırlama ve indeks yönetimi gibi tekrarlanan işlerden kurtulup kodu kısaltmak ve hata olasılığını azaltmaktır.
sapply yerine ne zaman purrr::map kullanılır?
tidyverse tarzında çalışıyorsan purrr paketinin map ailesi çıktı türü konusunda daha tutarlıdır. Bu seride temel R ile devam ediyoruz, purrr’ı bilmeden de ilerleyebilirsin.
tapply ve mapply nedir?
tapply, bir vektörü gruplara göre böler ve her gruba fonksiyon uygular. mapply, Map’in daha eski ve sadeleştirme yapabilen kuzenidir. Gruplama işlerini ileride dplyr ile çok daha rahat yapacağız.
Sıradaki ders: Vektör, matris, liste, faktör ve data frame. Hangisi ne zaman? 24. derste Modül 4’ü kapatıp veri yapılarını doğru seçmeyi konuşacağız.






![R’da Listeler (Lists): Oluşturma, $ ile [[ ]] Farkı ve Sık Hatalar](https://verirotasi.com/wp-content/uploads/2026/10/r21-768x429.jpg)
