R语言学习系列09-自定义函数与apply函数族

09. 自定义函数与apply函数族
一、自定义函数
1.R语言中，自定义函数的基本格式为：
myfun<-function(arglist){
statements
return(object)
}
其中，myfun为函数名称；arglist为参数列表；大括号中的部分为函数体。

函数体通常包含三部分：
（1）异常处理
输入的数据不能满足函数计算的要求，或者类型不符，应设计异常处理机制提示哪个地方出现错误；
（2）内部处理过程
包括具体的内部处理步骤，与该函数要完成的功能有关；
（3）返回值
用函数return()给出，返回对象的类型是任意的；函数在内部处理过程中，一旦遇到return()就会终止运行函数体，将return()内的数据作为函数处理的结果返回。

2. 自定义函数及调用实例操作
下面自定义函数计算标准差：
（1）先在RStudio的代码编辑窗口编写函数，并保存为
E:\办公资料\R语言\R语言学习系列\codes\std2.R
##计算标准差
std2<-function(x)
{
#异常处理
if(!is.numeric(x)){
stop("the input data must be numeric! \n")
}
if(length(x)==1){
stop("can not compute std for one number,
a numeric vector required. \n")
}
result<-sqrt(sum((x-mean(x))^2)/(length(x)-1))
return(result)
}
（2）调用std2.R
要调用创建好的函数，在命令控制台窗口，先使用
source("std2.R",encoding="utf-8")
注意改到当前路径；若不加encoding="utf-8"将弹出警告信息。

再调用函数即可。

>setwd("E:/办公资料/R语言/R语言学习系列/codes")
>source("std2.R",encoding="utf-8")
> std2(c(2,6,4,9,12))
[1] 3.974921
> std2(3) #输入数据为1个数值，异常处理机制报错
Error in std2(3) : can not compute std for one number,
a numeric vector required.
> std2(c("1","2")) #输入数据不是数值型，异常处理机制报错
Error in std2(c("1", "2")) : the input data must be num eric!
或者创建并运行脚本文件：（选中代码，点run按钮）
二、apply函数族
R语言中，利用apply族函数可将某函数作用到一系列数据对象上，包括标量、向量、矩阵、多维数组、数据框、列表。

1. 函数apply()
对数据对象的一个维度，都作用上某函数，生成列表、多维数组或向量。

基本格式为：
apply(x, MARGIN=..., fun, ...)
其中，x为数据对象（矩阵、多维数组、数据框）；MARGIN=1表示按行，2表示按列；fun表示要作用的函数。

>x<-matrix(1:6,ncol=2)
>x
[,1] [,2]
[1,] 1 4
[2,] 2 5
[3,] 3 6
>apply(x,1,mean) #按行求均值
[1] 2.5 3.5 4.5
>apply(x,2,mean) #按列求均值
[1] 2 5
2. 函数lapply()
对数据对象的每一个元素，都作用上某函数，生成一个与元素个数相同的值列表。

基本格式为：
lapply(x, fun, ...)
其中，x为数据对象（列表、数据框、向量）。

>x<-list(a=1:5,b=exp(0:3))
>x
$a
[1] 1 2 3 4 5
$b
[1] 1.000000 2.718282 7.389056 20.085537
>lapply(x,mean)
$a
[1] 3
$b
[1] 7.798219
3. 函数sapply()
基本格式为：
lapply(x, fun, ..., simplify=TRUE, S=...)
比函数lapply()多了一个参数simplify，若simplify=FALSE，则同lapply()；若为TRUE，则将输出的list简化为向量或矩阵；若S为TRUE，且x为字符型，则用x作为结果的名称。

>sapply(x, mean, simplify = TRUE) #x同上例
a b
3.000000 7.798219
>list<-list(c("a","b","c"),c("A","B","C"))
>list
[[1]]
[1] "a" "b" "c"
[[2]]
[1] "A" "B" "C"
#将列表list中的元素与数字1~3连接
>sapply(list,paste, 1:3, simplify = TRUE)
[,1] [,2]
[1,] "a 1" "A 1"
[2,] "b 2" "B 2"
[3,] "c 3" "C 3"
>sapply(list,paste, 1:3, simplify = FALSE)
[[1]]
[1] "a 1" "b 2" "c 3"
[[2]]
[1] "A 1" "B 2" "C 3"
4. 函数tapply()
对不规则阵列，对照一组确定因子作用某函数。

基本格式为：tapply(x, INDEX, fun, ..., simplify=TRUE)
其中，x通常为向量；INDEX为与x长度相同的因子列表（若不是因子，R会强制转化为因子）；simplify=TRUE且fun计算结果为标量值，则返回值为数组，若为FALSE，则返回值为list对象。

>height<-c(174,165,180,171,160)
>sex<-c("F","F","M","M","F")
>tapply(height,sex,mean) #计算不同sex对应的height的均值
F M
166.3333 175.5000
5. 函数mapply()
是函数sapply()的多变量版本，将对多个变量的每个参数作用某函数。

基本格式为：
mapply(fun, MoreArgs=NULL, SIMPLIFY=TRUE, S=TRUE)其中，MoreArgs为fun函数的其它参数列表；SIMPLIFY为逻辑值或字符串，取值为TRUR时，将结果转化为一个向量、矩阵或高维阵
列（但不是所有结果都可转化）。

>#重复生成列表list(x=1:2), 重复次数times=1:3,结果为列表
>mapply(rep, times=1:3, MoreArgs = list(x=1:2))
[[1]]
[1] 1 2
[[2]]
[1] 1 2 1 2
[[3]]
[1] 1 2 1 2 1 2
>#重复生成列表list(x=1:2), 重复次数times=c(2,2),结果为矩阵>mapply(rep, times=c(2,2), MoreArgs = list(x=1:2))
[,1] [,2]
[1,] 1 1
[2,] 2 2
[3,] 1 1
[4,] 2 2
主要参考文献：
[1]张良均，谢佳标，杨坦，肖刚. R语言与数据挖掘. 机械工业出版
社，2016.。