R(五): R常用函数

工作笔记记录，会持续更新....

目录：

• apply
• tapply
• lapply
• sapply
• merge
• substr、substring、strsplit、unlist、paste、paste0、nchar
• table

apply函数：

---

• apply：apply的中文意思是应用，这个函数的意思是通过将一个函数应用到矩阵或数组中，返回一个向量或数组
• 语法：apply(X, MARGIN, FUN, ...)  ， 其中X为一个数组；MARGIN为一个向量（表示要将函数FUN应用到X的行还是列），1：表示取行，2：表示取列，c(1,2)表示行、列都计算。
• 示例：

  > ma <- matrix(c(1:4, 1, 6:8), nrow = 2);ma
       [,1] [,2] [,3] [,4]
  [1,]    1    3    1    7
  [2,]    2    4    6    8
  
  > apply(ma, 1, sum)
  [1] 12 20
  > apply(ma, 2, sum)
  [1]  3  7  7 15

tapply：

---

• tapply：是对向量中的数据进行分组处理，而非对整体数据进行处理
• 语法： tapply(X, INDEX, FUN = NULL, ..., simplify = TRUE)，
  1. 其中X通常是一向量；
  2. INDEX是一个list对象，且该list中的每一个元素都是与X有同样长度的因子；
  3. FUN是需要计算的函数；
  4. simplify是逻辑变量，TRUE（默认值），且函数FUN的计算结果总是为一个标量值，那么函数tapply返回一个数组；若取值为FALSE，则函数tapply的返回值为一个list对象。需要注意的是，当第二个参数INDEX不是因子时，函数 tapply() 同样有效，因为必要时 R 会用 as.factor()把参数强制转换成因子
• 示例：

  > da
     year province sale
  1  2007        A    1
  2  2007        B    2
  3  2007        C    3
  4  2007        D    4
  5  2008        A    5
  6  2008        C    6
  7  2008        D    7
  8  2009        B    8
  9  2009        C    9
  10 2009        D   10
  > attach(da)
  > tapply(sale,list(year,province),mean)
           A  B C  D
  2007  1  2 3  4
  2008  5 NA 6  7
  2009 NA  8 9 10

lapply:

---

• lapply: （list apply）针对list的apply函数
• 语法: lapply(X, FUN, ...)   lapply的返回值是和一个和X有相同的长度的list对象，这个list对象中的每个元素是将函数FUN应用到X的每一个元素
• 示例：

  #外卖示例数据
  s<-data.frame(shop_id=c('',''),saled=c(35,78),
                takeout_cost=c(30,60),delivery_time=c(10,20))
  
  lapply(s,function(x){
    if(is.numeric(x)){
      mean(x)
    }
    else{
      length(x)
    }
  })

• 结果：$shop_id [1] 2 $saled [1] 56.5 $takeout_cost [1] 45 $delivery_time [1] 15

sapply：

---

• sapply：sapply函数和Lapply函数类似，也是对List进行处理，只是在返回结果上，sapply会根据结果的数据类型和结构，重新构建一个合理的数据类型返回
• 语法：sapply(X, FUN,..., simplify = TRUE, USE.NAMES = TRUE)
• 示例：如上例，调用sapply函数返回结果为：

  shop_id      saled  takeout_cost delivery_time
  2.0          56.5          45.0          15.0

merge:

---

• merge: merge是R语言中用来合并数据框的函数
• 语法：merge(x, y, by = intersect(names(x), names(y)),  by.x = by, by.y = by, all = FALSE, all.x = all, all.y = all,  sort = TRUE, suffixes = c(".x",".y"), incomparables = NULL, ...)
  1. x,y:用于合并的两个数据框
  2. by.x,by.y:指定依据哪些行合并数据框,默认值为相同列名的列.
  3. all.x,all.y:指定x和y的行是否应该全在输出文件
  4. sort:by指定的列是否要排序
  5. suffixes:指定除by外相同列名的后缀
  6. incomparables:指定by中哪些单元不进行合并
• 示例代码：

  #数据：
  w1:
  NAME    SCHOOL    CLASS    ENGLISH
  A    S1    10    85
  B    S2    5    50
  A    S1    4    90
  A    S1    11    90
  C    S1    1    12
  
  w2:
  NAME    SCHOOL    CLASS    MATHS    ENGLISH
  A    S3    5    80    88
  B    S2    5    89    81
  C    S1    1    55    32
  
  merge(w1, w2, all = T)
  
    NAME SCHOOL CLASS ENGLISH MATHS
  1    A     S1     4      90    NA
  2    A     S1    10      85    NA
  3    A     S1    11      90    NA
  4    A     S3     5      88    80
  5    B     S2     5      50    NA
  6    B     S2     5      81    89
  7    C     S1     1      12    NA
  8    C     S1     1      32    55
  
  merge(w1, w2, by = c("NAME", "SCHOOL", "CLASS"), all = T)
  
    NAME SCHOOL CLASS ENGLISH.x MATHS ENGLISH.y
  1    A     S1     4        90    NA        NA
  2    A     S1    10        85    NA        NA
  3    A     S1    11        90    NA        NA
  4    A     S3     5        NA    80        88
  5    B     S2     5        50    89        81
  6    C     S1     1        12    55        32

substr、substring、strsplit、unlist、paste、paste0、nchar：

---

• substr、substring: 取子字符串

1. 1. substr(x,start,stop)   : 必须指定开始和结束位置
   2. substring(text, first, last=1000000 ) ：substring()可以不用指定结束位置，默认为1000000，如果字符串的长度小于1000000，则默认为取到字符串的结尾处
   3. 示例： substring("sinablog",5)  【blog】  substr("sinablog",5,10)  【blog]

• strsplit、unlist:
  1. strsplit(x, split, extended = TRUE, fixed = FALSE, perl = FALSE) x为待拆分的字符串向量，split拆分模式, fixed为TRUE表示精确匹配
  2. 使用split函数得到的结果是一个列表，如果希望得到一个向量，可以使用unlist函数
  3. 示例： unlist(strsplit("a.b.c", "\\.")) 结果：[1] "a" "b" "c"
• nchar： 取字符长度，示例： x<-"sinablog"    > nchar(x)      结果：[1] 8
• paste、paste0：

1. paste在不指定分割符的情况下，默认分割符是空格, paste0在不指定分割符的情况下，默认分割符是空
2. > paste("Hello","world")    [1] "Hello world"
   > paste0("Hello","world")   [1] "Helloworld"

table:

---

• table 对应的就是统计学中的列联表，是一种记录频数的方法。看示例

  > x <- sample(c("a", "b", "c"), 100, replace=TRUE)
  > names(table(x))
  [1] "a" "b" "c"
  > as.numeric(table(x))
  [1] 32 33 35
  > #转data.frame
  > as.data.frame(table(x))
    x Freq
  1 a   32
  2 b   33
  3 c   35