R语言高级数据管理
本章内容主要学习
1、数学与统计函数
2、字符处理函数
3、循环和条件执行
4、自编函数
5、数据整合与重塑
5.1数值和字符处理函数
5.1.1数学函数
数学函数1
数学函数2
其中对数做变换是这些函数的一个主要用途。这些函数也可以作用于矩阵、数据框、和数值向量。
sqrt(c(4, 16, 25))的返回值为c(2,4, 5)
5.1.2统计函数
z<-mean(x,trim=0.5,na.rm=TRUE)截尾平均数，即丢弃了最大5%和最小5%的数据和所有缺失值后的算术平均数。学会使用help()使用每个函数的具体用法
统计函数
其中主要是
diff(x,lag=n)和quantitle(x,probs)函数的学习使用。数据标准化
函数scale()对矩阵或者数据框指定列进行均值为
0，标准差为1的标准化
newdata<-scale(mydata)
newdata<-scale(mydata)*sd+M
#其中M是想要的均值，SD为想要的标准差
newdata<-transform(mydata,myvar=sacle(myvar)*10+50)
#对指定列而不是整个矩阵或数据框进行标准化
5.1.3概率函数
概率函数通常用来生成特征已知的模拟数据，以及在用户编写的统计函数中计算概率值
其中第一个字母表示其所指分布的某一方面：
d = 密度函数（density）
p = 分布函数（distribution function）
q = 分位数函数（quantile function）
r = 生成随机数（随机偏差）
概率分布
标准正态分布(均值为0，标准差为1)
在每次生成伪随机数的时候，函数都会使用一个不同的种子，因此也会产生不同的结果。你可以通过函数set.seed()显式指定这个种子，让结果可以重现（reproducible）。
5.1.4字符处理函数
字符处理函数1
字符处理函数2
函数grep()、sub()和strsplit()能够搜索某个文本字符串（fixed=TRUE）或某个正则表达式（fixed=FALSE，默认值为FALSE）。正则表达式:
^[hc]?at
5.1.5其他实用函数
其他实用函数
注意
cat函数的用法
5.1.6将函数应用于矩阵和数据框
R函数的诸多有趣特性之一，就是它们可以应用到一系列的数据对象上，包括标量、向量、矩阵、数组和数据框。
apply(x,MARGIN,FUN,...),x为数据对象，MARGIN是维度的下标，FUN是由你指定的函数，而...则包括了任何想传递给FUN的参数。其中，MARGIN=1表示行，MARGIN=2表示列。
apply()可把函数应用到数组的某个维度上，而lapply()和sapply()则可将函数应用到列表(list)上
5.2数据处理难题的一套解决方案
options(digits=2)限定了输出小数点后的数字位数。
例子中由于数学、科学和英语考试的分值不同（均值和标准差相去甚远，在组合之前需要先让它们变得可以比较。一种方法是将变量进行标准化，这样每科考试的成绩就都是用单位标准差来表示，而不是以原始的尺度来表示了。这个过程可以使用scale()函数来实现。
数据框创建变量dataframe$var
fristname<-sapply(name,"[",1)提取每个列表中的每个成分的第一个元素。
5.3控制流
R程序中的语句是从上至下顺序执行的。但有时你可能希望重复执行某些语句，仅在满足特定条件的情况下执行另外的语句。这就是控制流结构发挥作用的地方了。
为了理解贯穿本节的语法示例，请牢记以下概念:
语句(statement)：是一条单独的R语句或一组复合语句（包含在花括号{}中的一组R语句，使用分号分隔）
条件(cond):是一条被解释为真(TRUE)或者假(FALSE)的表达式
表达式(expr):是一条数值或者字符串的求值语句
序列(seq):是一个数值或字符串序列
5.3.1重复和循环
循环结构重复地执行一个或一系列语句，直到某个条件不为真为止。循环结构包括for和while结构
1.for结构
for循环重复地执行一个语句，直到某个变量的值不再包含在序列seq中为止。语法为：
for (var in seq) statement
#单词Hello被输出了10次
for(i in 1:10) print("hello")
2.while结构
while循环重复地执行一个语句，直到条件不为真为止。语法为：
while(cond) statement
i<-10
#请确保括号内while的条件语句能够改变，即让它在某个时刻不再为真——否则循环将永不停止
while(i>0) {print("hello");i<-i+1}
5.3.2条件执行
在条件执行结构中，一条或一组语句仅在满足一个指定的条件时执行。条件执行结构包括if-else、ifelse、switch。
1、if-else结构
控制结构if-else在某个给定条件为真时执行语句。也可以同时在条件为假时执行另外的语句。语法为:
if (cond) statement
if (cond) statement1 else statement2
if (is.character(grade)) grade <- as.factor(grade)
#在第一个实例中，如果grade是一个字符向量，它就会被转换为一个因子
2、ifelse结构
ifelse结构是if-else结构比较紧凑的向量化版本，其语法为:ifelse(cond,statement1,statement2)若cond为TRUE，则执行第一个语句；若cond为FALSE，则执行第二个语句。
felse(score > 0.5，print("passed")，print("Failed"))
3、switch结构
switch根据一个表达式的值选择语句执行。语法为:
switch(expr,...)其中的...表示与expr的各种可能输出值绑定的语句。
5.4用户自编函数
R语言最大优点之一就是用户可以自行添加的函数。
myfunction<-function(arg1,arg2,...){
statements
return(object)
}
函数中的对象只在函数内部使用。返回对象的数据类型是任意的，从标量到列表皆可。
有若干函数可以用来添加错误捕获和纠正功能。你可以使用函数warning()来生成一条错误提示信息，用message()来生成一条诊断信息，或用stop()停止当前表达式的执行并提示错误。
Note 一旦开始编写无论任何长度和复杂度的函数，优秀调试工具的重要性都会凸显出来。R中有许多实用的内建调试函数，也有许多用户贡献包提供了额外的功能。关于这个话题，一份优秀的参考资料是Duncan Murdoch整理的Debugging in R.
5.5整合与重构
R中提供了许多用来整合(aggregate)和重塑(reshape)数据的强大方法。
5.5.1转置
使用一个函数t()即可对一个矩阵或数据框进行转置。
5.5.2整合数据
在R中使用一个或多个by变量和一个预先定义好的函数来折叠（collapse）数据是比较容易的。aggregate(x,by,Fun)
其中x是待折叠的数据对象，by是一个变量名组成的列表，这些变量将被去掉以形成新的观测，而FUN则是用来计算描述性统计量的标量函数，它将被用来计算新观测中的值。
5.5.3reshape包
reshape包①是一套重构和整合数据集的绝妙的万能工具。
5.5.3.1融合
melt()函数
5.5.3.2重铸
cast()函数读取已融合的数据，并使用你提供的公式和一个（可选的）用于整合数据的函数将其重塑。调用格式为：newdata<-cast(md,formula,FUN)其中的md为已融合的数据，formula描述了想要的最后结果，而FUN是（可选的）数据整合函数。
5.6总结
学习了控制流结构的使用方法：用循环重复执行某些语句，或用分支在满足某些特定条件时执行另外的语句。我们探索了折叠、整合以及重构数据的多种方法。
