创建一个简单数据框
Sys.setlocale('LC_ALL','C')
## [1] "C"
library(tidyverse)
## -- Attaching packages ---------------------------------------------------- tidyverse 1.2.1 --
## <U+221A> ggplot2 3.1.0 <U+221A> purrr 0.3.0
## <U+221A> tibble 2.0.1 <U+221A> dplyr 0.8.0.1
## <U+221A> tidyr 0.8.2 <U+221A> stringr 1.4.0
## <U+221A> readr 1.3.1 <U+221A> forcats 0.4.0
## -- Conflicts ------------------------------------------------------- tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag() masks stats::lag()
df<-tibble(
a=rnorm(10),
b=rnorm(10),
c=rnorm(10),
d=rnorm(10)
)
df
## # A tibble: 10 x 4
## a b c d
## <dbl> <dbl> <dbl> <dbl>
## 1 -0.956 -0.848 0.701 -1.10
## 2 1.10 -0.925 -0.326 -0.328
## 3 -1.39 -0.553 -1.36 1.17
## 4 -0.102 -2.13 0.949 0.219
## 5 -0.930 -0.789 -1.81 -0.611
## 6 -1.56 -1.08 1.54 -0.403
## 7 -0.115 -0.310 -2.07 -1.10
## 8 0.817 0.151 -0.464 -0.0366
## 9 -1.97 1.25 -0.396 -0.700
## 10 2.44 0.486 -1.91 -0.334
元素提取的差异 df[1]与df[[1]]
提取第一列
df[1]
## # A tibble: 10 x 1
## a
## <dbl>
## 1 -0.956
## 2 1.10
## 3 -1.39
## 4 -0.102
## 5 -0.930
## 6 -1.56
## 7 -0.115
## 8 0.817
## 9 -1.97
## 10 2.44
提取第一列的元素操作
df[[1]]
## [1] -0.9556780 1.1017707 -1.3890825 -0.1017430 -0.9304293 -1.5648136
## [7] -0.1151510 0.8174654 -1.9693236 2.4369937
实现一个需求：要求使用求出每一列的中位值
当然这个需求可以用简单的代码实现，因为数据少，但我们偏要用for循环来解决
先来思考for循环的三个部分
1. 输出
2. 序列
3. 函数体
输出
注意这里的输出是明确长度的，因此可以确定下来
output<-vector("double",ncol(df))##
序列+循环体
这里的seq_along与length类似，但要好一些
for (i in seq_along(df)) {
output[[i]]<-median(df[[i]])
}
输出结果
output
## [1] -0.5227902 -0.6708582 -0.4300781 -0.3684835
如果使用output[i]索引 发现得到了类似的结果
output<-vector("double",ncol(df))##
for (i in seq_along(df)) {
output[i]<-median(df[[i]])
}
output
## [1] -0.5227902 -0.6708582 -0.4300781 -0.3684835
调整思路-创建未知长度的空向量
output<-vector()##
for (i in seq_along(df)) {
value<-median(df[[i]])
output<-c(value,output)
}
output
## [1] -0.3684835 -0.4300781 -0.6708582 -0.5227902
for循环改装成函数
R语言是一门函数式编程语言，这意味着可以先将for循环包装在函数中 然后可以直接调用函数，而不是直接去使用for循环 下面我们示例来改装一下，想一个合适的函数名，因为计算每列的中位值，可命为col_median
创建一个函数col_median
输入参数1:df,是一个简单数据框tibble
col_median<-function(df){
output<-vector()##
for (i in seq_along(df)) {
value<-median(df[[i]])
output<-c(value,output)
}
output##函数的输出
}
col_median(df)
## [1] -0.3684835 -0.4300781 -0.6708582 -0.5227902
测试一下这个函数
##创建矩阵
data<-matrix(rnorm(60),nrow = 6,ncol = 10)
head(data)
## [,1] [,2] [,3] [,4] [,5] [,6]
## [1,] -0.821624744 -1.42055483 -1.6212754 -0.9966531 0.3076887 -1.3621218
## [2,] 0.389617000 0.91243785 -0.1969125 2.2527410 -1.5184419 -0.9301008
## [3,] 0.002507928 0.33528398 -0.3859504 1.9842380 0.5913518 1.1907294
## [4,] -0.974889049 0.55289822 1.2403620 -0.2995565 -0.1231051 1.5828930
## [5,] -0.057873471 0.01868644 0.3741498 0.8565143 -1.3681877 2.0053276
## [6,] 0.539604156 3.16231565 0.4713369 -0.4801932 0.4394711 -0.9297590
## [,7] [,8] [,9] [,10]
## [1,] -0.4878761 -2.0633086 -0.9382000 1.2048067
## [2,] -0.1664908 -0.5548023 -1.5614915 1.3281471
## [3,] -1.1470670 -0.2582778 0.5214065 0.3797929
## [4,] -1.1619733 -0.9926352 0.6941835 -0.2334606
## [5,] 1.5798016 -1.3599199 -0.1201355 -0.2287048
## [6,] -1.5974384 -0.8201751 0.2489410 0.7259488
dim(data)
## [1] 6 10
由于函数接受的输入是tibble,调整数据格式为tibble
data<-as_tibble(data)
## Warning: `as_tibble.matrix()` requires a matrix with column names or a `.name_repair` argument. Using compatibility `.name_repair`.
## This warning is displayed once per session.
col_median(data)
## [1] 0.55287084 0.06440272 -0.90640517 -0.81747157 0.13048523
## [6] 0.09229177 0.27847891 0.08861867 0.44409110 -0.02768277
测试成功!
通过这个例子我们可以思考，去完成将for循环改装为函数，比如将此前的R语言for循环批量计算相关系数改装成一个批量计算的函数。
