R常用创建函数与管道操作

一、常用创建函数

1.偏移函数

lead()和lag()函数可以返回一个序列的领先值和滞后值。它们可以计算出序列的移动差值（如x – lag(x)）或发现序列何时发生了变化（x != lag(x)）

a<-c(1:10);a
lag(a)
lead(a)

利用lag函数和lead函数也可以用来求差分，不过会有缺失值

a-lag(a)#等于
diff(a)

lead(a)-lag(a)
diff(1:10, 2)

R 提供了计算累加和、累加积、累加最小值和累加最大值的函数：cumsum()、cumprod()、 cummin() 和 cummax()；dplyr 还提供了 cummean() 函数以计算累加均值

cumsum(a)
cumprod(a)
cummin(a)
cummax(a)
cummean(a)

二、管道操作

假设我们想要研究每个目的地的距离和平均延误时间之间的关系。使用已经了解的dplyr包功能，你可能会写出以下代码：
数据在下面这篇文章中找
dplyr详解

(by_dest <- group_by(flights, dest)) 
delay <- summarize(by_dest,  count = n(),  dist = mean(distance, na.rm = TRUE),  delay = mean(arr_delay, na.rm = TRUE) )
delay <- filter(delay, count > 20, dest != "HNL")
ggplot(delay,aes(dist,delay))+geom_point()+geom_smooth()

这段代码写起来有点令人泄气，因为不得不对每个中间数据框命名，尽管我们根本不关心这一点。命名是很难的，这样做会影响我们的分析速度。解决这个问题的另一种方法是使用管道，%>%：

delays <- flights %>%  group_by(dest) %>%  summarize(  count = n(),  dist = mean(distance, na.rm = TRUE), 
 delay = mean(arr_delay, na.rm = TRUE) ) %>% 
 filter(count > 20, dest != "HNL")

这种方法的重点在于转换的过程，而不是转换的对象，这使得代码具有更好的可读性。你可以将其读作一串命令式语句：分组，然后摘要统计，然后进行筛选。在阅读代码时，%>%最好读作“然后”。