第一部分第5章 高级数据管理

5.1 一个数据处理难题

5.2 数值和字符处理函数

5.2.1 数学函数

数学函数

函数	描述
abs(x)	绝对值abs(-4)返回值为4
sqrt(x)	平方根sqrt(25)返回值为5
ceiling(x)	不小于x的最小整数
floor(x)	不大于x的最大整数
trunc(x)	向0的方向截取的x中的整数部分
round(x, digits=n)	将x舍入为指定位的小数
signif(x, digits=n)	将x舍入为指定的有效数字位数
cos(x),sin(x),tan(x)	余弦、正弦和正切
acos(x),asin(x),atan(x)	反余弦、反正弦和反正切
cosh(x),sinh(x),tanh(x)	双曲余弦、双曲正弦和双曲正切
acosh(x),asinh(x),atanh(x)	反双曲余弦、反双曲正弦和反双曲正切
log(x, base=n)	对x取以n为底的对数
log10(x)	log(x)为自然对数，log10(x)为常用对数
exp(x)	指数函数

5.2.2 统计函数

统计函数

函数	描述
mean(x)	平均数
median(x)	中位数
sd(x)	标准差
var(x)	方差
mad(x)	绝对中位差
quantile(x,probs)	求分位数，probs[0，1]
range(x)	求值域
sum(x)	求和
diff(x,lag=n)	滞后差分
min(x)	求最小值
max(x)	求最大值
scale(x, center=TRUE, scale=TRUE)	为数据对象x按列进行中心化或标准化

5.2.3 概率函数

d = density 密度函数
p = probabilty 分布函数
q = quatile function 分位数函数
r = random 生成随机数
概率分布

分布名称	缩写	分布名称	缩写
Beta分布	beta	Logistic分布	logis
二项分布	binom	多项分布	multinom
柯西分布	cauchy	负二项分布	nbinom
卡方分布	chisq	正态分布	norm
指数分布	exp	泊松分布	pois
F分布	f	Wilcoxon符号秩分布	signrank
Gamma分布	gamma	t分布	t
几何分布	geom	均匀分布	unif
超几何分布	hyper	Weibull分布	weibull
对数正态分布	lnorm	Wilcoxon秩和分布	wilcox

5.2.4 字符处理函数

字符处理函数

函数	描述
nchar(x)	计算x中的字符数量
substr(x, start, stop)	提取或替换一个字符向量中的子串
grep(pattern, x, ignore.case=FALSE, fixed=FALSE)	在x中搜索某种模式，pattern为正则表达式
sub(pattern, replacement,x, ignore.case=FALSE, fixed=FALSE)	在x中搜索pattern，并以replacement将其替换。
strsplit(x, split, fixed=FALSE)	在split处分割字符向量x中的元素
paste(..., sep=" ")	连接字符串，分隔符为sep
toupper(x)	大写转换
tolower(x)	小写转换

5.2.5 其他实用函数

函数	描述
length(x)	对象x的长度
seq(from, to, by)	生成一个序列
rep(x,n)	将x重复n次
cut(x,n)	将连续型变量x分割为有着n个水平的因子
pretty(x,n)	创建美观的分割点，绘图中常用
cat(... , file ="myfile", append=FALSE)	连接...中的对象，并将其输出到屏幕上或文件中

5.2.6 将函数应用于矩阵和数据框

apply()函数：可将一个任意函数“应用”到矩阵、数组、数据框的任何维度上。
使用格式为：apply(x, MARGIN, FUN, ...）
x=数据对象，MARGIN是维度下标，FUN是由指定的函数

5.3 数据处理难题的一套解决方案

5.4 控制流

正常情况，R程序中的语句都是从上至下顺序执行的，但有时想重复执行某些语句---控制流发挥作用

• 语句statement: 是一条单独的R语句或一组复合语句
• 条件cond：是一条最终被解析为TRUE or FALSE的表达式
• 表达式expr：是一条数值或字符串的求值语句
• 序列seq：是一个数值或字符串序列

5.4.1 重复和循环

循环结构重复地执行一个或一系列语句，知道某个条件不为真为止。

• for结构：for循环重复地执行一个语句，直到某个变量的值不再包含在序列seq中为止。for (var in seq) statement
  eg. for (1 in 10) print ("Hello")
• while结构: while循环重复地执行一个语句，直达条件不为真为止。while (cond) statement
  eg. i <- 10
  while (i>0) {print ("Hello"); i <- i-1)

5.4.2 条件执行

• if-else结构
  if (cond) statement
  if (cond) statement1 else statement2
• ifelse结构
  ifelse (cond, statement1, statement2)
• switch结构
  switch(expr, ...)

5.5 用户自编函数

myfunction <- function (arg1, arg2, ...) {
statements
return(object)
}

5.6 整合与重构

5.6.1 转置 t()

5.6.2 整合数据 aggregate(x, by, FUN)

5.6.3 reshape2包

reshape2包是一套重构和整合数据集的绝妙的万能工具。
数据融合melt
数据重铸cast

5.7 小结