R语言总结
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
R语言总结
数据框操作(plyr包)
辅助小函数
1 splat函数:
作用:把原函数中多个参数打包为一个list作为参数,然后输出新的函数。也就是说本来某个函数需要输入多个参数,现在套上splat后,只要输入一个参数list就可以了,不需要单独地输入参数。它的作用结果是把一个函数变成一个新函数。
m*ply(a_matrix, FUN)的作用和a*ply(a_matrix,1,splat(FUN))一样
eg:
(1)参数使用
> hp_per_cyl<-function(hp,cyl,...) hp/cyl
> splat(hp_per_cyl)(mtcars[1,])
1] 18.33333
>splat(hp_per_cyl)(mtcars)
[1] 18.33333 18.33333 23.25000 18.33333 21.87500 17.50000 30.62
500 15.50000 23.75000
[10] 20.50000 20.50000 22.50000 22.50000 22.50000 25.62500 26.87
500 28.75000 16.50000
[19] 13.00000 16.25000 24.25000 18.75000 18.75000 30.62500 21.87
500 16.50000 22.75000
[28] 28.25000 33.00000 29.16667 41.87500 27.25000
等价于:
>hp_per_cyl(mtcars$hp,mtcars$cyl)
splat函数的优点就是可以不用拆分字段,可以一起输入作为参数。
(2)与plyr函数合用:
>f<-function(mpg,wt,...) data.frame(mw=mpg/wt)
>ddply(mtcars,.(cyl),splat(f))
2 each函数
作用:把多个函数汇聚成一个函数,当使用这个函数时,将分别作用多个函数。它的作用结果是把一个函数变成一个新函数。
不足:不能给作用的函数指定附加参数,只能使用默认参数。
eg:
>fun<-function(x) c(min=min(x),max=max(x),mean=mean(x))
>fun(1:10)
等价于
>f<-each(min,max,mean)
>f(1:10)
3 colwise函数
colwise(.fun,.cols,...)
说明:.fun:要转化的函数;.cols是测试数据框的列是否应包含的判别函数或者是·要包含的列的名称。
catcolwise(.fun,...)与colwise功能类似,只是对离散型变量有效numcolwise(.fun,...)与colwise功能类似,只是对数值型变量有效
作用:把作用于数据框行向量的函数(如mean,median等)转化为作用于数据框列向量的函数。于plyr函数一起使用十分方便。作用结果生成一个新的函数。
eg:
>nmissing<-function(x) sum(is.na(x))
>colwise(nmissing)(baseball)
>colwise(nmissing,.(sb,cs,so))(baseball)
>ddply(baseball,.(year),colwise(nmissing,.(sb,cs,so)))
>numcolwise(nmissing)(baseball)
等价于:colwise(nmissing,is.numeric)(baseball)
>catcolwise(nmissing)(baseball)
等价于:colwise(nmissing,is.discrete)(baseball)
4 failwith函数
failwith(default=NULL, f, quiet=FALSE)
作用:修正一个函数,使得当该函数出现错误时返回一个设定的默认值,默认为空。作用结果生成一个新的函数。
>f<-function(x) if (x==1) stop("Error") else 1
>f(1)
Error in f(1) : Error
>safef<-failwith(,f)
>safef(1)
Error in f(...) : Error
NULL
>safef<-failwith(12,f,quiet=TRUE)
>safef(1)
[1] 12
5 summarise()函数
summarise(.data, ...)
作用:对数据框做统计汇总,…为设定的统计方法或函数
Eg:
> summarise(baseball,duration=max(year)-min(year),nteams=length (unique(team)))
duration nteams
1 136 132
> head(ddply(baseball,"id",summarise,duration=max(year)-min(yea r),nteams=length(unique(team))))
id duration nteams
1 aaronha01 2
2 3
2 abernte02 17 7
3 adairje01 12 4
4 adamsba01 20 2
5 adamsbo03 13 4
6 adcocjo01 16 5
数据集变量操作
1 变量排序:arrange函数
arrange(df, .(var1), .(var2)…)
作用:按照指定列排序。
注意:使用arrange函数排完序后行名会丢失,需要用cbind补回。
Eg:
>arrange(mtcars,cyl,disp)
>cars<-cbind(vehicle=s(mtcars),mtcars)
>arrange(cars,cyl,disp)
------先把行名作为一个新的列加到数据框再排序
2 更改变量名
rename(x, replace, warn_missing=TRUE)