Chapter 05—Advanced data management(Part 2)
二. 控制流
statement：一个单独的R语句或者是一个复合的R语句；
cond：条件表达式，为TRUE或FALSE；
expr：数字或字符表达式；
seq：数字或字符串的顺序。
1.循环语句：for，while
(1)for(var in seq) statement
for(i in 1:10) + print("Hello R") [1] "Hello R" [1] "Hello R" [1] "Hello R" [1] "Hello R" [1] "Hello R" [1] "Hello R" [1] "Hello R" [1] "Hello R" [1] "Hello R" [1] "Hello R"
(2) while(cond) statement
> i<-10 > while(i>0) {print("Hello");i<-i-1} [1] "Hello" [1] "Hello" [1] "Hello" [1] "Hello" [1] "Hello" [1] "Hello" [1] "Hello" [1] "Hello" [1] "Hello" [1] "Hello"
2. 条件语句：if-else, ifelse, switch
(1) if-else
if(cond) statement
if(cond) statement1 else statement2
> grade<-"wang shen wen" > grade [1] "wang shen wen" > if(is.character(grade)) grade<-as.factor(grade) > grade [1] wang shen wen Levels: wang shen wen > if(!is.factor(grade)) + grade<-as.factor(grade) else + print("Grade already is a factor") [1] "Grade already is a factor"
(2)ifelse
ifelse(cond,statement1,statement2)
·如果cond为TRUE，则执行ststement1；若cond为FALSE，则执行statement2.
score<-0.3 > ifelse(score>0.5,print("Passed"),print("Failed")) [1] "Failed" [1] "Failed" >
> outcome<-ifelse(score>0.5,"passed","failed") > outcome [1] "failed"
print("Failed"):会打印两次Failed，因为第一次是Failed这个短语，第二次是print()函数自身。
(3)switch
switch(expr,...)
feelings<-c("sad","afraid") > for(i in feelings) + print( + switch(i, + happy="I am gald you are happy", + afraid="There is nothing to fear", + sad="Cheer up", + angry="Calm down now" + ) + ) [1] "Cheer up" [1] "There is nothing to fear"
三. 用户自定义函数(user-written functions)
myfunction<-function(arg1,arg2,...){
statements
return(object)
}
例10：
定义一个函数mystat，选择参数(parameter)，即平均值(mean)和方差(standard deviation)；
或选择非参数(nonparametric)，即中位数(median)和绝对中位差(median absolute deviation)。
> mystat<-function(x,parametric=TRUE,print=FALSE){ + if(parametric){ + center<-mean(x); spread<-sd(x) + } else{ + center<-median(x); spread<-mad(x) + } + if(print¶metric){ + cat("Mean=",center,"\n","SD",spread,"\n") + } else{ + cat("Median=",center,"\n","MAD",spread,"\n") + } + result<-list(center=center,spread=spread) + return(result) + } >
> set.seed(1234) > x<-rnorm(500) >
> y<-mystat(x) Median= 0.0018 MAD 1 > y<-mystat(x,parametric=FALSE,print=TRUE) Median= -0.021 MAD 1
例11：让用户选择输出日期的格式。
mydate<-function(type="long"){ + switch(type, + long = format(Sys.time(),"%A %B %d %Y"), + short = format(Sys.time(),"%m-%d-%y"), + cat(type,"is not a recognized type\n") + ) + } >
> mydate("long") [1] "星期四 八月 01 2013" > mydate("short") [1] "08-01-13" > mydate("medium") medium is not a recognized type
四. 聚合(aggregation)和重组(restructuring)
1. 反置(transpose)
使用t()函数反置一个矩阵或一个数据集，即行列的变量交换。
例12：
> cars<-mtcars[1:5,1:4] > cars mpg cyl disp hp Mazda RX4 21 6 160 110 Mazda RX4 Wag 21 6 160 110 Datsun 710 23 4 108 93 Hornet 4 Drive 21 6 258 110 Hornet Sportabout 19 8 360 175 > t(cars) Mazda RX4 Mazda RX4 Wag Datsun 710 Hornet 4 Drive Hornet Sportabout mpg 21 21 23 21 19 cyl 6 6 4 6 8 disp 160 160 108 258 360 hp 110 110 93 110 175
2. 聚合(aggregating)
aggregate(x,by,FUN)
·x：初始数据集；
·by：创建新观测值(observations)的变量表(lists of variables)；
·FUN：使用新的观测值来，计算总的统计数据值。
例13：
options(digits=3) > attach(mtcars) > aggdata<-aggregate(mtcars,by=list(cyl,gear),FUN=mean,na.rm=TRUE) > aggdata Group.1 Group.2 mpg cyl disp hp drat wt qsec vs am gear carb 1 4 3 21.5 4 120 97 3.70 2.46 20.0 1.0 0.00 3 1.00 2 6 3 19.8 6 242 108 2.92 3.34 19.8 1.0 0.00 3 1.00 3 8 3 15.1 8 358 194 3.12 4.10 17.1 0.0 0.00 3 3.08 4 4 4 26.9 4 103 76 4.11 2.38 19.6 1.0 0.75 4 1.50 5 6 4 19.8 6 164 116 3.91 3.09 17.7 0.5 0.50 4 4.00 6 4 5 28.2 4 108 102 4.10 1.83 16.8 0.5 1.00 5 2.00 7 6 5 19.7 6 145 175 3.62 2.77 15.5 0.0 1.00 5 6.00 8 8 5 15.4 8 326 300 3.88 3.37 14.6 0.0 1.00 5 6.00
3. reshape包
在数据集的重构和聚合方面，reshape包是非常有用的。但是需要先安装，再使用，因为不是R中的基础包。
install.packages("reshape")
（1）“melt” data：是每一行是一个特别的ID变量组合(a unique ID-variable combination).
melt()函数：对一个数据集(dataset)，把该数据集重构成另一种形式，每一个测量过的变量(measured variables)在其自身那行中，都有一个ID变量特别的指示着该变量。
例14：
> library(reshape) 载入需要的程辑包：plyr 载入程辑包：‘reshape’ 下列对象被屏蔽了from ‘package:plyr’: rename, round_any > md<-melt(mydata,id=(c("id","time"))) Error: id variables not found in data: id, time > id<-c(1,1,2,2) > time<-c(1,2,1,2) > x1<-c(5,3,6,2) > x2<-c(6,5,1,4) >
> mydata<-data.frame(id,time,x1,x2) > md<-melt(mydata,id=(c("id","time"))) > md id time variable value 1 1 1 x1 5 2 1 2 x1 3 3 2 1 x1 6 4 2 2 x1 2 5 1 1 x2 6 6 1 2 x2 5 7 2 1 x2 1 8 2 2 x2 4
（2）“cast” the melted data：使之成为想要的形状。在cast过程中，使用函数对数据进行聚合。
cast()函数：处理melted 的数据时使用，使用一个公式(formula)，提供一个可选的函数(function)，去聚合函数。
newdata<-cast(md,formula,FUN)
·md：melted data；
·formula：描述期待的最终结果；
其形式为：rowvar1+rowvar2+...+colvar1+colvar2+...
rowvar1+rowvar2+...定义决定行的变量的集合；
colvar1+colvar2+...定义决定列的变量的集合。
·FUN（可选）：聚合函数。
