第5章 高级数据管理

注：R语言的再复习之路

1. 数值和字符处理函数

1.1 数学函数

函数	描述
ceiling(x)	不小于x的最小整数
floor(x)	不大于x的最大整数
round(x, digits = n)	将x舍入为指定位的小数
signif(x, digits = n)	将x舍入为指定有效数字位的数

1.2 统计函数

函数	描述
median(x)	中位数
mad(x)	绝对中位差
quantile(x, probs)	求分位数。x为待求分位数的数值型向量，probs为一个由[0, 1]之间的概率值组成的数值型向量
scale(x, center = TRUE, scale = TRUE)	为数据对象x按列进行中心化(center = TRUE)或标准化(center = TRUE, scale = TRUE)

1.3 概率函数

在R中，概率函数如下所示：
[dpqr]distribution_abbreviation()，
其中d = 密度函数(density)
p = 分布函数(distribution function)
q = 分位数函数(quantile function)
r = 生成随机数(随机偏差)

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

获取多元正态分布的数据利用MASS包中的mvrnorm(n, mean, sigma)函数

1.4 字符处理函数

函数	描述
nchar(x)	计算x中的字符数量
substr(x, begin, end)	提取或替换一个字符向量中的子串
strsplit(x, split, fixed = FALSE)	在split处分割字符向量x中的元素。若pattern = FALSE，则pattern为一个正则表达式，若fixed = TRUE, 则pattern为一个文本字符串
paste(…, sep = ’ ')	连接字符串，分隔符为sep

1.5 其他实用函数

函数	描述
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，使用ordered_result = TRUE可以创建一个有序型因子
pretty(x, n)	选取n+1个等间距的取整值，将一个连续型变量x分割为n个区间
apply(x, MARGIN, FUN, …)	x为数据对象，MARGIN为维度下标，MARGIN = 1表示行，MARGIN = 2表示列
sapply(x, ‘[’, index)	x为列表，’['是一个可以提取某个对象的一部分的函数，index = i则提取第i个元素

2. 控制流

2.1 重复和循环

2.1.1 for结构

#格式
for (var in seq) statement

#例子
for(i in 1:10) print('Hello!')

2.1.2 while结构

#格式
while(cond) statement

#例子
i <- 10
while(i > 0) {print('Hello!'); i <- i - 1}

2.2 条件执行

2.2.1 if-else结构

#格式
if (cond) statement1 else statement2

#例子
if (!is.factor(grade))
    grade <- as.factor(grade)
else
    print('Grade already is a factor')

2.2.2 ifelse结构

#格式
ifelse(cond, statement1, statement2)

#例子
outcome <- ifelse(score > 0.5, 'Passed', 'Failed')

2.2.3 switch结构

#格式
switch(expr, ...)

#例子
feelings <- c('sad', 'afraid')
for (i in feelings)
    print(
        swwitch(i, 
            happy = 'I am glad you are happy',
            afraid = 'There is nothing to fear',
            sad = 'Cheer up',
            angry = 'Calm down now'
            )
         )

3. 用户自编函数

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

4. 整合与重构

4.1 转置

函数t()

4.2 整合数据

#格式
aggregate(x, by, FUN)

#例子
attach(mtcars)
aggdata <-aggregate(mtcars, by = list(cyl, gear), FUN = mean, na.rm = TRUE)

4.3 reshape2包

4.3.1 融合

#格式
melt(data, id.vars, variable.name, value.name)

#例子
melt(mydata, id.vars = c('ID', 'Time'), variable.name = 'variables', value.name = 'value')

4.3.2 重铸

#格式
newdata <- dcast(md, formula, fun.aggregate)