R-高级数据管理-ch5

1、本章概况：学习多种数学、统计和字符处理函数；

              学习循环和条件执行语句来完成用户自编函数；

              了解数据的整合、重塑方法。

2、数值和字符处理函数

处理函数分为：数值（数学、统计、概率）函数、字符处理函数

（1）数学函数

（2）统计函数

很多统计函数都拥有可以影响输出结果的可选参数

数据标准化函数：scale()

（3）概率函数

概率函数通常用来生成特征已知的模拟数据，以及在用户编写的统计函数中计算概率值。
概率函数的形式为：d/p/q/r+分布名称英文缩写()

d/p/q/r指：

分布名称英文缩写指：

例：正态分布的四种函数：dnorm() bnorm() qnorm() rnorm()

 *生成随机数种子：

在每次生成伪随机数的时候，函数都会使用一个不同的种子，因此也会产生不同的结果。可以通过函数set.seed()显式指定这个种子，让结果可以重现（reproducible）。函数runif()用来生成0到1区间上服从均匀分布的伪随机数。

例：set.seed(1234)

      runif(5)

*生成多元正态数据

下载MASS包，使用mvrnorm()函数

其调用格式为：mvrnorm(n,mean,sigma)

其中n是你想要的样本大小，mean为均值向量，而sigma是方差协方差矩阵（或相关矩阵）。

限定2位小数，使用函数options(digits=2)

（4）字符处理函数

sapply(y,"[",2):y表示将进行提取元素的对象，"["是一个可以提取某个对象的一部分的函数，2表示提取对象y中的第二个元素。

（5）其他实用函数

转义字符：\n表示新行，\t为制表符，\'为单引号，\b为退格。

（6）将函数应用于矩阵和数据框

 　　mean()应用到矩阵或数据框上，是求的所有元素的均值；

　　

例如：apply(mydata,1,mean)

3、控制流

(1)重复与循环

for：i是一个循环变量，1:10是向量表达式，在i访问1:10所有可以取到的值时，运行print("hello")。

（2）条件执行

4、用户自编函数

在函数声明中为参数指定的值将作为其默认值;

 

注：可以定制R环境，以使R启动时自动读取用户编写的函数，还可以将编写好的函数分发给让人使用。

5、整合和重构

　　（1）转置

　　使用函数t()即可对一个矩阵或数据框进行转置

　　（2）整合数据

我的理解：aggregate()函数实际是按by 中的变量，对x中的对象进行FUN函数的操作，相当于MySQL中的group by。

　　（3）reshape包

reshape包是一套重构和整合数据集的绝妙的万能工具，需自行安装。

首先将数据“融合”（melt），以使每一行都是一个唯一的标识符—变量组合。然后将数据“重铸”（cast）为你想要的任何形状。

注意："id","time"是必须指定要唯一确定每个测量所需的变量（ID和Time）

P104