|
R學(xué)習(xí)往期回顧： R學(xué)習(xí)：R for Data Science 循環(huán)-迭代（for while)） R學(xué)習(xí)：R for Data Science 向量（1） R學(xué)習(xí)：R for Data Science 向量（2） R學(xué)習(xí) 從Tidyverse學(xué)起，入門R語(yǔ)言 dplyr合并數(shù)據(jù) R學(xué)習(xí) 流程控制 if,else,ifelse R學(xué)習(xí) 從Tidyverse學(xué)起，入門R語(yǔ)言（tidyr和stringr） R學(xué)習(xí) 從Tidyverse學(xué)起，入門R語(yǔ)言（tibble，readr和dplyr） R學(xué)習(xí)：數(shù)據(jù)框的基本操作 R學(xué)習(xí)：R for Data Science（五） R學(xué)習(xí)：R for Data Science（四） R學(xué)習(xí)：R for Data Science（三） R學(xué)習(xí)：R for Data Science（二） R學(xué)習(xí)：R for Data Science（一） for循環(huán)與函數(shù)式編程for 循環(huán)在 R 中不像在其他語(yǔ)言中那么重要，因?yàn)?R 是一門函數(shù)式編程語(yǔ)言。這意味著可以先將 for 循環(huán)包裝在函數(shù)中，然后再調(diào)用這個(gè)函數(shù)，而不是直接使用 for 循環(huán) library(tidyverse)df <- tibble( a = rnorm(10), b = rnorm(10), c = rnorm(10), d = rnorm(10))假設(shè)想要計(jì)算每列的均值。你可以使用 for 循環(huán)來完成這個(gè)任務(wù) output <- vector("double", length(df))for (i in seq_along(df)) { output[[i]] <- mean(df[[i]])}output將這段代碼提取出來，轉(zhuǎn)換成一個(gè)函數(shù)： col_mean <- function(df) { output <- vector("double", length(df)) for (i in seq_along(df)) { output[i] <- mean(df[[i]]) } output}還可以算每列的中位數(shù)和標(biāo)準(zhǔn)差 col_median <- function(df) { output <- vector("double", length(df)) for (i in seq_along(df)) { output[i] <- median(df[[i]]) } output}col_sd <- function(df) { output <- vector("double", length(df)) for (i in seq_along(df)) { output[i] <- sd(df[[i]]) } output}通過添加支持函數(shù)應(yīng)用到每列的一個(gè)參數(shù)，我們可以使用同一個(gè)函數(shù)完成與 col_mean()、col_median() 和 col_sd() 函數(shù)相同的操作： col_summary <- function(df, fun) { out <- vector("double", length(df)) for (i in seq_along(df)) { out[i] <- fun(df[[i]]) } out}col_summary(df, median)col_summary(df, mean)將函數(shù)作為參數(shù)傳入另一個(gè)函數(shù)的這種做法是一種非常強(qiáng)大的功能，它是促使 R 成為函數(shù)式編程語(yǔ)言的因素之一。 使用 purrr 函數(shù)代替 for 循環(huán)的目的是將常見的列表處理問題分解為獨(dú)立的幾個(gè)部分。 · 如果你面臨的是一個(gè)非常復(fù)雜的問題，那么如何將其分解為幾個(gè)可行的子問題，然后循序漸進(jìn)地解決，直至完成最終的解決方案？使用 purrr，你可以解決很多子問題，然后再通過管道操作將這些問題的結(jié)果組合起來。 映射函數(shù)先對(duì)向量進(jìn)行循環(huán)、然后對(duì)其每個(gè)元素進(jìn)行一番處理，最后保存結(jié)果。這種模式太普遍了，因此 purrr 包提供了一個(gè)函數(shù)族來替你完成這種操作。每種類型的輸出都有一個(gè)相應(yīng)的函數(shù)： 每個(gè)函數(shù)都使用一個(gè)向量作為輸入，并對(duì)向量的每個(gè)元素應(yīng)用一個(gè)函數(shù)，然后返回和輸入向量同樣長(zhǎng)度（同樣名稱）的一個(gè)新向量。向量的類型由映射函數(shù)的后綴決定。 我們可以使用這些函數(shù)來執(zhí)行與最后一個(gè) for 循環(huán)相同的操作。因?yàn)槟切┱瘮?shù)返回的是雙精度數(shù)，所以我們需要使用 map_dbl() 函數(shù)： map_dbl(df, median)map_dbl(df, mean)map_*() 和 col_summary() 具有以下幾點(diǎn)區(qū)別 · 所有 purrr 函數(shù)都是用 C 實(shí)現(xiàn)的。這使得它們的速度非?？欤珷奚艘恍┛勺x性 · 第二個(gè)參數(shù)（即 .f，要應(yīng)用的函數(shù)）可以是一個(gè)公式、一個(gè)字符向量或一個(gè)整型向量 · 映射函數(shù)還可以保留名稱 快捷方式 對(duì)于參數(shù) .f，你可以使用幾種快捷方式來減少輸入量。假設(shè)你想對(duì)某個(gè)數(shù)據(jù)集中的每個(gè)分組都擬合一個(gè)線性模型。以下這個(gè)簡(jiǎn)單示例將 mtcars 數(shù)據(jù)集拆分成 3 個(gè)部分（按照氣缸的值分類），并對(duì)每個(gè)部分?jǐn)M合一個(gè)線性模型： models <- mtcars %>% split(.$cyl) %>% map(function(df) lm(mpg ~ wt, data = df))因?yàn)?R 中創(chuàng)建匿名函數(shù)的語(yǔ)法比較繁瑣，所以 purrr 提供了一種更方便的快捷方式——單側(cè)公式： models <- mtcars %>% split(.$cyl) %>% map(~lm(mpg ~ wt, data = .))我們?cè)谝陨鲜纠惺褂昧?. 作為一個(gè)代詞：它表示當(dāng)前列表元素（與 for 循環(huán)中用 i 表示當(dāng)前索引是一樣的） 需要提取出 R平方 這樣的摘要統(tǒng)計(jì)量 需要先運(yùn)行 summary() 函數(shù)，然后提取出結(jié)果中的 r.squared。我們可以使用匿名函數(shù)的快捷方式來完成這個(gè)操作： models %>% map(summary) %>% map_dbl(~.$r.squared)因?yàn)樘崛∶煞值倪@種操作非常普遍，所以 purrr 提供了一種更為簡(jiǎn)潔的快捷方式：使用字符串 models %>% map(summary) %>% map_dbl("r.squared")后面需要有apply（）家族函數(shù)的基礎(chǔ)知識(shí)，為了循序漸進(jìn)，后面我們將會(huì)介紹apply家族，下回見。 |
|
|
