vue.js 每次循环五个数据_R学习：R for Data Science 循环-迭代（for while)）

R学习往期回顾：

R学习：R for Data Science 向量（1）

R学习：R for Data Science 向量（2）

R学习 从Tidyverse学起，入门R语言 dplyr合并数据

R学习 流程控制 if,else,ifelse

R学习 从Tidyverse学起，入门R语言（tidyr和stringr）

R学习 从Tidyverse学起，入门R语言（tibble，readr和dplyr）

R学习：字符串

R学习：环境和函数

R学习：数据框的基本操作

R学习：R for Data Science（五）

R学习：R for Data Science（四）

R学习：R for Data Science（三）

R学习：R for Data Science（二）

R学习：R for Data Science（一）

函数是减少重复代码的一种工具，其减少重复代码的方法是，先识别出代码中的重复模式，然后将其提取出来，成为更容易修改和重用的独立部分。减少重复代码的另一种工具是迭代，它的作用在于可以对多个输入执行同一种处理，比如对多个列或多个数据集进行同样的操作。

for循环

假设我们有以下这样一个简单的 tibble

library(tidyverse)
df <- tibble(
  a = rnorm(10),
  b = rnorm(10),
  c = rnorm(10),
  d = rnorm(10)
)

我们想要计算出每列的中位数。你完全可以使用复制粘贴来完成这个任务：

median(df$a)
median(df$b)
median(df$c)
median(df$d)

但这样做就违反了我们的经验法则：永远不要复制粘贴超过 2 次。相反，我们应该使用for 循环：

output <- vector("double", ncol(df)) # 1. 输出
for (i in seq_along(df)) {           # 2. 序列
  output[[i]] <- median(df[[i]])     # 3. 循环体
}
output

每个 for 循环都包括 3 个部分

输出： output <- vector("double", length(x))
在开始循环前，你必须为输出结果分配足够的空间。这对循环效率非常重要，如果在每次迭代中都使用 c() 来保存循环的结果，那么 for 循环的速度就会特别慢。创建给定长度的空向量的一般方法是使用 vector() 函数，该函数有两个参数：向量类型（"logical"、 "integer"、 "double"、 "character" 等）和向量的长度。

序列： i in seq_along(df)
这部分确定了使用哪些值来进行循环：每一轮 for 循环都会赋予 i 一个来自于 seq_along(df) 的不同的值。我们可以将 i 看作一个代词，和 it 类似。

循环体： output[[i]] <- median(df[[i]])
这部分就是执行具体操作的代码。它们会重复运行，每次运行都使用一个不同的 i值。第一次迭代运行的是 output[[1]] <- median(df[[1]])，第二次迭代运行的是output[[2]] <- median[[2]]，以此类推。

for循环的变体

如果已经掌握了基础的 for 循环，那么你就应该再熟悉一下它的几种变体。不管进行何种迭代，这些变体都非常重要。因此，即使在下一节中掌握了函数式编程技术，也不要忘了如何使用这些变体

在基础 for 循环之上有 4 种变体
• 修改现有对象，而不是创建新对象。
• 使用名称或值进行迭代，而不是使用索引。
• 处理未知长度的输出。
• 处理未知长度的序列。

1 修改现有对象

有时我们会希望使用 for 循环来修改现有的对象。例如，回想一下第 14 章中的一个问题，我们希望对数据框中的每列进行调整：

df <- tibble(
  a = rnorm(10),
  b = rnorm(10),
  c = rnorm(10),
  d = rnorm(10)
)
rescale01 <- function(x) {
  rng <- range(x, na.rm = TRUE)
  (x - rng[1]) / (rng[2] - rng[1])
}#将每一列数据标准化到0-1之间
df$a <- rescale01(df$a)
df$b <- rescale01(df$b)
df$c <- rescale01(df$c)
df$d <- rescale01(df$d)

为了使用 for 循环解决这个问题，我们还是先思考一下 for 循环的 3 个部分

输出：
我们已经有了输出，和输入是相同的！

序列：
我们可以将数据框看作数据列的列表，因此可以使用 seq_along(df) 在每列中进行迭代。

函数体：
可以使用 rescale01() 函数。
因此可以写出以下代码：

for (i in seq_along(df)) {
  df[[i]] <- rescale01(df[[i]])
}

一般来说，你可以使用类似的循环来修改列表或数据框，要记住使用 [[，而不是 [。你或许已经发现了，我们在所有 for 循环中使用的都是 [[。我们认为甚至在原子向量中最好也使用 [[，因为它可以明确表示我们要处理的是单个元素。

2 循环模式

对向量进行循环的基本方式有 3 种，至此我们只介绍了最常用的一种方式：通过 for (iin seq_along(xs)) 使用数值索引进行循环，并使用 x[[i]] 提取出相应的值。另外两种循环方式如下

• 使用元素进行循环： for (x in xs)。如果只关心副作用，比如绘图或保存文件，那么这种方式是最适合的，因为有效率地保存输出结果是非常困难的。

• 使用名称进行循环： for (nm in names(xs))。这种方式会给出一个名称，你可以使用这个名称和 x[[nm]] 来访问元素的值。如果想要在图表标题或文件名中使用元素名称，那么你就应该使用这种方式。

如果想要创建命名的输出向量，请一定按照如下方式进行命名：

results <- vector("list", length(x))
names(results) <- names(x)

使用数值索引进行循环是最常用的方式，因为给定位置后，就可以提取出元素的名称和值

for (i in seq_along(x)) {
  name <- names(x)[[i]]
  value <- x[[i]]
}

3 未知的输出长度

有时你可能不知道输出的长度。例如，假设你想模拟长度随机的一些随机向量。你或许想要通过逐渐增加向量长度的方式来解决这个问题：

means <- c(0, 1, 2)
output <- double()

for (i in seq_along(means)) {
  n <- sample(100, 1)
  output <- c(output, rnorm(n, means[[1]]))
}
str(output)

但这并不是一种非常高效的方式，因为 R 要在每次迭代中复制上一次迭代中的所有数据。从技术角度来看，你执行了一种“平方”（O(n2)）操作，这意味着，如果元素数量增加到原来的 3 倍，那么循环时间就要增加到原来的 9 倍。

更好的解决方式是将结果保存在一个列表中，循环结束后再组合成一个向量

means <- c(0, 1, 2)
out <- vector("list", length(means))
for (i in seq_along(means)) {
  n <- sample(100, 1)
  out[[i]] <- rnorm(n, means[[i]])
}
str(out)

str(unlist(out))

这里我们使用了 unlist() 函数将一个向量列表转换为单个向量。更严格的一种转换方式是使用 purrr::flatten_dbl() 函数，如果输入不是双精度型列表，那么它就会抛出一个错误。

其他情况下也可以使用这种编码模式
• 你或许会生成一个很长的字符串。不要使用 paste() 函数将每次迭代的结果与上一次连接起来，而应该将每次迭代结果保存在字符向量中，然后再使用 paste(output,collapse = "") 将这个字符向量组合成一个字符串。

• 你或许会生成一个很大的数据框。不要在每次迭代中依次使用 rbind() 函数，而应该将每次迭代结果保存在列表中，再使用dplyr::bind_rows(output) 将结果组合成数据框。

注意这种模式。只要遇到类似情况，就应该使用一个更复杂的对象来保存每次迭代的结果，最后再一次性组合起来。

4 未知的序列长度

有时你甚至不知道输入序列的长度。这种情况在模拟时很常见。例如，在掷硬币时，你想要循环到连续 3 次掷出正面向上。这种迭代不能使用 for 循环来实现，而应该使用 while循环。 while 循环比 for 循环更简单，因为前者只需要 2 个部分：条件和循环体。

while (condition) {
  # 循环体
}

while 循环也比 for 循环更常用，因为任何 for 循环都可以使用 while 循环重新实现，但不是所有 while 循环都能使用 for 循环重新实现

for (i in seq_along(x)) {
  # 循环体
}

# 等价于

i <- 1
while (i <= length(x)) {
  # 循环体
  i <- i + 1
}

在以下示例中，我们使用 while 循环找出了连续 3 次掷出正面向上的硬币所需的投掷次数：

flip <- function() sample(c("T", "H"), 1)
flips <- 0
nheads <- 0
while (nheads < 3) {
  if (flip() == "H") {
    nheads <- nheads + 1
  } else {
    nheads <- 0
  }
  flips <- flips + 1
}
flips

下回继续

单基因泛癌分析链接

TCGA单基因免疫相关泛癌分析，懒人福音, 重磅来袭​mp.weixin.qq.com

公众号“生信小课堂”

TCGA数据分析课程：生物信息学教学