Chapter 05—Advanced data management(Part 2)

二. 控制流

statement：一个单独的R语句或者是一个复合的R语句；

cond：条件表达式，为TRUE或FALSE；

expr：数字或字符表达式；

seq：数字或字符串的顺序。

1.循环语句：for，while

(1)for(var in seq)  statement

for(i in 1:10)
+ print("Hello R")
[1] "Hello R"
[1] "Hello R"
[1] "Hello R"
[1] "Hello R"
[1] "Hello R"
[1] "Hello R"
[1] "Hello R"
[1] "Hello R"
[1] "Hello R"
[1] "Hello R"

(2) while(cond)  statement

> i<-10
> while(i>0) {print("Hello");i<-i-1}
[1] "Hello"
[1] "Hello"
[1] "Hello"
[1] "Hello"
[1] "Hello"
[1] "Hello"
[1] "Hello"
[1] "Hello"
[1] "Hello"
[1] "Hello"

2. 条件语句：if-else, ifelse, switch

(1) if-else

if(cond) statement

if(cond) statement1 else statement2

> grade<-"wang shen wen"
> grade
[1] "wang shen wen"
> if(is.character(grade))  grade<-as.factor(grade)
> grade
[1] wang shen wen
Levels: wang shen wen
> if(!is.factor(grade))
+    grade<-as.factor(grade)   else
+    print("Grade already is a factor")
[1] "Grade already is a factor"

(2)ifelse

ifelse(cond,statement1,statement2)

·如果cond为TRUE，则执行ststement1；若cond为FALSE，则执行statement2.

score<-0.3
> ifelse(score>0.5,print("Passed"),print("Failed"))
[1] "Failed"
[1] "Failed"
> 
> outcome<-ifelse(score>0.5,"passed","failed")
> outcome
[1] "failed"

print("Failed"):会打印两次Failed，因为第一次是Failed这个短语，第二次是print()函数自身。

(3)switch

switch(expr,...)

feelings<-c("sad","afraid")
> for(i in feelings)
+    print(
+         switch(i,
+               happy="I am gald you are happy",
+               afraid="There is nothing to fear",
+               sad="Cheer up",
+               angry="Calm down now"
+               )
+          )
[1] "Cheer up"
[1] "There is nothing to fear"

三. 用户自定义函数(user-written functions)

myfunction<-function(arg1,arg2,...){

statements

return(object)

}

例10：

定义一个函数mystat，选择参数(parameter)，即平均值(mean)和方差(standard deviation)；

或选择非参数(nonparametric)，即中位数(median)和绝对中位差(median absolute deviation)。

> mystat<-function(x,parametric=TRUE,print=FALSE){
+   if(parametric){
+      center<-mean(x); spread<-sd(x)
+   } else{
+      center<-median(x); spread<-mad(x)
+   }
+   if(print&parametric){
+      cat("Mean=",center,"\n","SD",spread,"\n")
+    } else{
+       cat("Median=",center,"\n","MAD",spread,"\n")
+    }
+    result<-list(center=center,spread=spread)
+    return(result)
+ }
> 
> set.seed(1234)
> x<-rnorm(500)
> 
> y<-mystat(x)
Median= 0.0018
 MAD 1
> y<-mystat(x,parametric=FALSE,print=TRUE)
Median= -0.021
 MAD 1 

例11：让用户选择输出日期的格式。

mydate<-function(type="long"){
+    switch(type,
+           long = format(Sys.time(),"%A %B %d %Y"),
+           short = format(Sys.time(),"%m-%d-%y"),
+           cat(type,"is not a recognized type\n")
+           )
+ }
> 
> mydate("long")
[1] "星期四 八月 01 2013"
> mydate("short")
[1] "08-01-13"
> mydate("medium")
medium is not a recognized type

四. 聚合(aggregation)和重组(restructuring)

1. 反置(transpose)

使用t()函数反置一个矩阵或一个数据集，即行列的变量交换。

例12：

> cars<-mtcars[1:5,1:4]
> cars
                  mpg cyl disp  hp
Mazda RX4          21   6  160 110
Mazda RX4 Wag      21   6  160 110
Datsun 710         23   4  108  93
Hornet 4 Drive     21   6  258 110
Hornet Sportabout  19   8  360 175
> t(cars)
     Mazda RX4 Mazda RX4 Wag Datsun 710 Hornet 4 Drive Hornet Sportabout
mpg         21            21         23             21                19
cyl          6             6          4              6                 8
disp       160           160        108            258               360
hp         110           110         93            110               175

2. 聚合(aggregating)

aggregate(x,by,FUN)

·x：初始数据集；

·by：创建新观测值(observations)的变量表(lists of variables)；

·FUN：使用新的观测值来，计算总的统计数据值。

例13：

options(digits=3)
> attach(mtcars)
> aggdata<-aggregate(mtcars,by=list(cyl,gear),FUN=mean,na.rm=TRUE)
> aggdata
  Group.1 Group.2  mpg cyl disp  hp drat   wt qsec  vs   am gear carb
1       4       3 21.5   4  120  97 3.70 2.46 20.0 1.0 0.00    3 1.00
2       6       3 19.8   6  242 108 2.92 3.34 19.8 1.0 0.00    3 1.00
3       8       3 15.1   8  358 194 3.12 4.10 17.1 0.0 0.00    3 3.08
4       4       4 26.9   4  103  76 4.11 2.38 19.6 1.0 0.75    4 1.50
5       6       4 19.8   6  164 116 3.91 3.09 17.7 0.5 0.50    4 4.00
6       4       5 28.2   4  108 102 4.10 1.83 16.8 0.5 1.00    5 2.00
7       6       5 19.7   6  145 175 3.62 2.77 15.5 0.0 1.00    5 6.00
8       8       5 15.4   8  326 300 3.88 3.37 14.6 0.0 1.00    5 6.00

3. reshape包

在数据集的重构和聚合方面，reshape包是非常有用的。但是需要先安装，再使用，因为不是R中的基础包。

install.packages("reshape")

（1）“melt” data：是每一行是一个特别的ID变量组合(a unique ID-variable combination).

melt()函数：对一个数据集(dataset)，把该数据集重构成另一种形式，每一个测量过的变量(measured variables)在其自身那行中，都有一个ID变量特别的指示着该变量。

例14：

> library(reshape)
载入需要的程辑包：plyr

载入程辑包：‘reshape’

下列对象被屏蔽了from ‘package:plyr’:

    rename, round_any

> md<-melt(mydata,id=(c("id","time")))
Error: id variables not found in data: id, time
> id<-c(1,1,2,2)
> time<-c(1,2,1,2)
> x1<-c(5,3,6,2)
> x2<-c(6,5,1,4)
> 
> mydata<-data.frame(id,time,x1,x2)
> md<-melt(mydata,id=(c("id","time")))
> md
  id time variable value
1  1    1       x1     5
2  1    2       x1     3
3  2    1       x1     6
4  2    2       x1     2
5  1    1       x2     6
6  1    2       x2     5
7  2    1       x2     1
8  2    2       x2     4

（2）“cast” the melted data：使之成为想要的形状。在cast过程中，使用函数对数据进行聚合。

cast()函数：处理melted 的数据时使用，使用一个公式(formula)，提供一个可选的函数(function)，去聚合函数。

newdata<-cast(md,formula,FUN)

·md：melted data；

·formula：描述期待的最终结果；

其形式为：rowvar1+rowvar2+...+colvar1+colvar2+...

rowvar1+rowvar2+...定义决定行的变量的集合；

colvar1+colvar2+...定义决定列的变量的集合。

·FUN（可选）：聚合函数。