R语言学习笔记（四）

6. 数据转换

本章主要讲述apply系列函数：apply、lapply、sapply、tapply、mapply，以及姊妹函数by、split。适用于批量处理数据，而不许循环。

6.1 向量分组

用因子（分组因子）来标识元素的不同组：

> groups <—split(x, f)             //x<—c(40,29,39)，f<—factor(c(“A”,”B”,”A”))

返回的是一个向量列表，列表中每个向量包含属于同一组的元素

> groups <—unstack(data.frame(x,f))         //返回的是由向量列表转换成的数据框

6.2 将函数应用于每个列表的元素

> lst <—lapply(lst, function)          //返回列表形式

> vec <—sapply(lst, function)        //如果可能返回向量形式

6.3 将函数应用于矩阵的每一行

> results <—apply(mat, 1, function)            //mat是矩阵，1是指逐行

返回结果是一个向量

6.4 将函数应用于矩阵或数据框的每一列

> results <—apply(mat, 2, function)            //mat是矩阵，2是指逐列

> lst <—lapply(dfrm, function)                    //dfrm是数据框，逐列运算

> vec <—sapply(dfrm, function)

如果当数据框中元素是同质的话，也可以用apply。

6.5 将函数应用于组数据

> tapply(x,f, function)              //将函数应用于每组数据

6.6 将函数应用于行组

> by(dfrm,fact, function)        //因子fact识别dfrm中每行所属类别，函数function的参数应该是一个数据框，by把行放入一个临时数据框，然后调用function。

6.7 将函数应用于平行向量或列表

> mapply(gcd,c(1,2,3), c(9,6,3))           //分别求(1,9)(2,6)(3,3)的最大公约数

gcd是求两个数的最大公约数，其参数是纯量，而非向量化的。

7. 字符串和日期

日期和时间的类：Date、POSIXct、POSIXlt、chron、lubridate、mondate、timeDate

7.1 获取字符串长度

> nchar(“Moe”)         //结果是3

>length(“Moe”)        //结果是1，不是求的字符串长度

7.2 连接字符串

> paste(“Everybody”,“loves”, “stats.”)

> paste(“Everybody”,“loves”, “stats.”, sep=”-”)  //连接的中间间隔为“-”

> paste(vec,“loves”, “stats.”)         //vec中每个元素分别和后面字符串相连

> paste(vec,“loves”, “stats.”, collapse=”,and ”)   //顶级分隔符

7.3 提取子串

> substr(“Statistics”,1, 4)         //提取从第1个元素开始到第4个结束的子串

> cities<— c(“New York, NY”, “Los Angeles, CA”, “Peoria, IL”)

>substr(cities, nchar(cities)-1, nchar(cities))      //结果是”NY””CA” “IL”

7.4 根据分隔符分割字符串

> strsplit(string,delimiter)      //delimiter是一个简单字符串或正则表达式

7.5 替代字符串

> sub(old,new, string)             //替代第一个子串

> gsub(old,new, string)           //替代所有子串

7.6 查看字符串中的特殊字符

用cat输不出时，用print就好

7.7 生成字符串的所有成对组合（笛卡尔积）

> m <—outer(string1, string2, paste, sep=”-”)         //sep是连接符

7.8 得到当前日期

> Sys.Date()

7.9 转换字符串为日期

> as.Date(“2014-10-23”)

>as.Date(“10/23/2014”, format=”%m/%d/%y”)       //不确定Date的格式时的方法

7.10 转换日期为字符串

> format(Sys.Date())

>as.character(Sys.Date())                                   //按默认格式

> format(Sys.Date(),format=” %m/%d/%Y”)      //规定输出字符串格式，注意”/”、”Y”

7.11 转换年、月、日为日期

> ISOdate(year,month, day)                  //POSIXct对象，该函数可以处理向量数据

> as.Date(ISOdate(year,month, day))   //转换为Date对象

7.12 得到儒略日期

儒略日期是指从某个任意起始点以来的天数，R中的起始点是1970年1月1日

>as.integer(as.Date(“2014-10-23”))

>julian(as.Date(“2014-10-23”))            //方法2，同时输出起始点

7.13 提取日期的一部分

> p <— as.POSIXlt(as.Date(“2014-10-23”))         //日期、时间对象

> p$mday                   //指定日期对应的该月中的天数（1~31）

> p$sec                       //秒数（0~61）

> p$min                      //分钟数（0~59）

> p$hour                     //小时（0~23）

> p$mon                     //月份（0~11）

> p$year                     //年份（自1900起）

> p$wday                    //该周的某一天（0~6，Sunday=0）

> p$yday                     //该年的某一天（0~365）

> p$isdst                     //夏时令标记

7.14 创建日期序列

> seq(from=s,to=e, by=1)               //s和e分别是起始、结束日期

> seq(from=2,by=”month”, length.out=7)          //列出7个日期