【R语言与数据分析实战】R软件编程
目录
- 1、流程控制
-
- (1) if语句
- (2) 循环语句
- 2、运算
-
- (1) 数值运算
- (2) 向量运算
- (3) NA处理
- 3、定义函数
-
- (1) 可变长函数
- (2) 嵌套函数
- 4、作用域
- 5、对象的不变性
- 6、队列
1、流程控制
(1) if语句
ifelse()函数根据给定test值的真假，返回yes或no值。
ifelse(
test, #保存真假值的对象
yes, #test为真时，选择该值
no #test为假时，选择该值
)
# 例如
x <- c(1,2,3,4,5)
ifelse(x %% 2 == 0,"even","odd")
[1] “odd” “even” “odd” “even” “odd”
(2) 循环语句
R中的循环语句分为for、while和respeat。
| 语法 | 含义 |
|---|---|
| for ( i in data) { 使用i的语句 } | 将data中的各值分别赋予变量i，同时针对每个i执行语句块中的语句 |
| while (ond) { cond为真时要执行的语句} | 不断判断条件的cond的真假，条件cond为真时，执行{}中的语句，直到cond为假，退出循环 |
| repeat { 要循环执行的语句 } | 反复执行{}中的语句，直至遇到退出条件。类似于其他语言中的do-while |
循环语句中，使用break与next语句可以调整循环语句的执行流程。
- break：退出循环语句。
- next：终止当前正在执行的语句块，进入下一循环。
2、运算
(1) 数值运算
| 运算符与函数 | 含义 |
|---|---|
| +，-，*，/ | 四则运算 |
| n %% m | 求n/m的余数 |
| n %/% m | 求n/m的商 |
| n^m | 求n的m次方 |
| exp(n) | 求e的n次方 |
| log(x,base=exp(1)) | 求logbase(x)。若不指定base，则计算loge(x) |
| log2(x)，log10(x) | 分别计算log2(x)和log10(x) |
| sin(x)，cos(x)，tan(x) | 三角函数 |
(2) 向量运算
借助向量运算可以很容易地从数据框中保存的数据获取所需信息，其基本原理是通过向量数据框指定逻辑值以获取特定行。例如，
d <- data.frame(x=c(1,2,3,4,5),y=c("a","b","c","d","e"))
d[c(TRUE,FALSE,TRUE,FALSE,TRUE),]
x y
1 1 a
3 3 c
5 5 e
因此，只要通过向量运算构建行选择标准TRUE和FALSE，即可选定特定行。例如，下列示例选择x为偶数的行：
d[d$x %% 2 == 0,]
x y
2 2 b
4 4 d
(3) NA处理
数据包含NA时，运算结果都会变为NA。为了解决这一问题，R中许多函数都接受na.rm作为参数。数据包含NA时，使用na.rm指定是否要将NA值从运算中排除。
sum(c(1,2,3,NA))
[1] NA
sum(c(1,2,3,NA),na.rm=TRUE)
[1] 6
常见的NA处理函数：
| 函数 | 含义 |
|---|---|
| na.fail(object,…) | 若object中包含NA，则失败 |
| na.omit(object,…) | 若object中包含NA，则排除含有NA的行 |
| na.exclude(object,…) | 若object中包含NA，则排除，这与na.omit相同。但使用naresid、napredict的函数中，通过NA排除的行会再次添加到结果 |
| na.pass(object,…) | 即使object中包含NA，也使之通过 |
- na.omit与na.exclude的差异
假设有如下含有NA值的数据框。
df <- data.frame(x=1:5, y=seq(2,10,2))
df [3, 2]=NA
df
X Y
1 1 2
2 2 4
3 3 NA
4 4 8
5 5 10
假设这些数据遵循y=ax+b的线性模型，该模型可以使用线性回归函数lm()创建。若向创建的模型应用resid()函数，则可以求取线性模型的预测值与实际y值之间的残差(residual)。(有关线性回归、lm、resid函数的内容将在第8章讲解。)
lm()函数带有na.action参数，该参数值不同，处理含有NA值的行的方法也不同。比如，若设置na.action=na.omit，则建模时含有NA值的第3行就被排除。因此，虽然df共有5行数据，但resid()的结果共有4个值，如下所示。
resid(lm(y ~ x, data=df, na.action=na.omit))
1 2 4 5
-2.982647e-16 3.439354e-16 1.612526e-16 -2.069233e-16
若设置na.action =na.exclude，建模时含有NA的行仍然会被排除。但求残差时，含有NA的行的残差会在结果中显示，并记作NA。因此，resid()的结果长度与原数据长度是一致的。
resid(1m(y -x, data=df, na.action=na.exclude))
1 2 3 4 5
-2.982647e-16 3.439354e-16 NA 1.612526e-16 -2.069233e-16
3、定义函数
R中定义函数的方法与其他编程语言中的类似，但也有如下几点不同。首先，返回值时要使用类似函数调用的形式“return(返回值)”，而非“return返回值”。其次，若省略return()，则函数最后一条语句的返回值即为整个函数的返回值。利用这一特征可以重写上述fibo()函数，如下所示。
fibo <- function(n) {
if (n == 1 || n == 2) {
1
} else {
fibo(n-1) + fibo(n-2)
}
}
(1) 可变长函数
在R函数的帮助中，常常会看到参数列表中含有…。一方面，…表示函数的参数个数未知；另一方面，它也表示要传递给(在函数内部调用的)其他函数的参数。下列是可变长参数…的使用示例。函数f的定义中，使用…作为参数，将其逐个输出到屏幕。
f <- function(...){
args <- list(...)
for (a in args){
print(a)
}
}
f('3'，'4')
[1] “3”
[1] “4”
(2) 嵌套函数
借助嵌套函数可以提取某个函数内部要反复执行的一些操作，以形成一个函数。需要执行这些操作时，只需调用构建好的嵌套函数。这不仅能使代码变得简洁，也会让使用变得更简单。此外，由于内部函数也可以访问外部函数定义的变量，所以常用作闭包(closure)。
fc- function(x1){
return(function(x2) {
return(x1 +x2)
})
}
g<-f(1)
g(2) #x1 = 1，x2= 2
[1] 3
g2 <- f(2)
g2(2) #x1= 2，x2 = 2
[1] 4
如上代码所示，函数g()中，x1=1；函数g20中，x1=2，所以g(x2)计算的是1+x2，而g2(x2)计算的是2+x2。
4、作用域
rm()删除指定环境中的对象；ls()返回对象名称。
rm(
…， #待删除的对象列表
list=character(), #含有待删除对象的向量
envir=as.environment(pos) #待删除对象的环境
)
ls(
name, #对象所在环境的名称
envir #代替name直接设置环境
) #返回值是包含对象名称的字符串向量。
使用rm(list=ls())命令可以删除内存中的所有对象。
若想在函数中为变量或全局变量赋值，则应使用<<-运算符。
b <- 0
f <- function(){
a <- 1
g <- function(){
a <<- 2
b <<- 2
print(a)
print(b)
}
g()
print(a)
print(b)
}
f()
[1] 2
[1] 2
[1] 2
[1] 2
5、对象的不变性
对象复制追踪函数
| 函数 | 含义 |
|---|---|
| tracemen(x) | 对对象复制进行追踪 |
| untracemen(x) | 取消对象复制追踪 |
6、队列
队列是一种“先进先出”(First In First Out, FIFO)的数据结构。可以将队列视为一个个人依次排成的一个队伍，处理事情时总先从站在队首的人开始，新来的人要排在队尾等待。队列由以下3个函数实现：
- Enqueue：向队尾添加数据。
- Dequeue:从队首获取数据，并将其从队列中删除。
- Size：队列长度，即返回数据结构中保存的数据个数。
编写支持这3种函数的队列，如下所示：
q <-c()
q size <- 0
enqueue <- function(data){
q <<- c(q, data)
q size <<- q_size + 1
} #入队
dequeue <- function(){
first <- q[1]
q <<- q[-1]
q_size <<- q_size - 1
return(first)
} #出队
size <- function(){
return(q_size)
}
上述代码中，队列使用向量q保存其数据，q_size记录队列中保存的数据个数。
函数cnqueue()中，将从参数接收到的数据与q中的原有数据拼接为新向量，然后赋给变量此时，要使用<-赋值运算符为全局变量q赋值，最后将q_size的值增加1。
函数dequeue()中，首先将q中保存的第一个元素赋给first，然后将除第一个数据外的所有数据保存到q，最后返回first，并且要将q_size减1。
函数size()返回q的长度，即q_size。
但是上述函数，在其他地方直接操作对q进行赋值，而不通过相关函数，在调用size函数时，队列长度不会发生变化。因此，需要将队列全部代码与相关变量隐藏到1个函数。
queue <-function(){
q<-c()
q_size<- 0
enqueue <- function(data){
q <<- c(q, data)
q_size <<- q_size + 1
}
dequeue <- function(){
first <- q[1]
q <<- q[-1]
q_size <<- q_size -1
return(first)
}
size <- function(){
return(q_size)
return(list(enqueue=enqueue, dequeue=dequeue, size=size))
}
}
ps：文章用于学习
[参考书目] 徐珉久，R语言与数据分析实战，2017