R语言笔记6：在R中写一些简单的函数
Your first R function
命令一个函数时，一般不写在交互式命令行里，而是写在一个空白的文本文件中，即把函数放在一个R包中，这里面包含着文档（documentation），是一个更加结构化的环境。
我们使用的软件是RStudio，左上角新建一个新的R脚本来写代码。
Example 1
举个例子，简单了解一下如何使用函数的语法、如何指定参数以及如何返回结果：
命令一个简单的函数，求x, y的和。
## 给函数赋值为add2，第一行小括号里写进变量，第二行大括号里写入运算
add2 <- function(x, y) {
x + y
}
## 因为R函数会返回最后一个表达式的值，所以不用写返回在控制台（console）运行脚本，赋值后即可得到结果：
> add2 <- function(x, y) {
+ x + y
+ }
> add2(7, 5)
[1] 12Example 2
下一个例子稍微复杂一点：
我们要输入一个数字向量，然后返回这个向量的子集（返回其中大于10的数字）
above10 <- function(x){ ## 命名变量
use <- x > 10 ## 逻辑语句，来判断变量x是否大于10
x[use] ## 取子集
}运行：
> above10 <- function(x){
+ use <- x > 10
+ x[use]
+ }
> x <- 1:16
> above10(x)
[1] 11 12 13 14 15 16
> above10(1:9)
integer(0)如果我们不设置10，而是改成任意数字n，以上命令可改写为：
above <- function(x, n){
use <- x > n
x[use]
}运行：
> above <- function(x, n){
+ use <- x > n
+ x[use]
+ }
> x <- 1:16
> above(x, 12)
[1] 13 14 15 16 设置“缺省值”（可以理解为默认值），即如果在函数运行过程中不指定n的值时，系统自动筛选的标准：
above <- function(x, n = 10){ ## 设置缺省值为10
use <- x > n
x[use]
}这时当你运行函数时：
> above <- function(x, n = 10){
+ use <- x > n
+ x[use]
+ }
> above(x) ## 自动筛选数字向量中大于10的数字
[1] 11 12 13 14 15 16Example 3
下面这个例子再复杂一点，我们要给函数一个参数，然后使用循环遍历这个函数的每一列：
比如，取一个矩阵，然后计算每列的平均值：
columnmean <- function(x){ ## 给函数命名，设置参数x，用于储存矩阵
nc <- ncol(x) ## 计算矩阵中有多少列
means <- numeric(nc) ## 设置数值向量储存列数，长度等于列数，它是一个空向量，每个元素的初始值为0，数值在循环中填满。
for (i in 1:nc){ ## 设置循环，循环参数在整数向量1到列数之间
means[i] <- mean(x[,i]) ## 把每一列的平均值赋予means[i]，x[,i]是矩阵取子集，即求每列的平均值
}
means ## 返回means，平均值向量
}运行这个程序，计算airquality数据集每列的平均值：
ps.airquality数据集有6列，前六行长这样：
> head(airquality)
Ozone Solar.R Wind Temp Month Day
1 41 190 7.4 67 5 1
2 36 118 8.0 72 5 2
3 12 149 12.6 74 5 3
4 18 313 11.5 62 5 4
5 NA NA 14.3 56 5 5
6 28 NA 14.9 66 5 6运行脚本可以看到函数columnmean(airquality)返回了6个平均值：
> columnmean <- function(x){
+ nc <- ncol(x)
+ means <- numeric(nc)
+ for (i in 1:nc){
+ means[i] <- mean(x[,i])
+ }
+ means
+ }
> columnmean(airquality)
[1] NA NA 9.957516 77.882353 6.993464 15.803922可以看到，如果某列有缺失值NA的话，计算得出的数值就直接是NA。
所以我们可以添加一个逻辑参数，设置移除缺失值：
columnmean <- function(x, removeNA = TRUE){ ## 添加参数，并设置缺省值为TRUE
nc <- ncol(x)
means <- numeric(nc)
for (i in 1:nc){
means[i] <- mean(x[,i], na.rm = removeNA) ## 在mean()函数中添加参数
}
means
}再次运行程序，可以看到计算结果是默认移除NA后求得的平均值：
> columnmean(airquality)
[1] 42.129310 185.931507 9.957516 77.882353 6.993464 15.803922参考资料：
1. 视频课程
R Programming by Johns Hopkins University：https://www.coursera.org/learn/r-programming/home/welcome
2. 讲义
Programming for Data Science ：https://bookdown.org/rdpeng/rprogdatascience/R