函数

基础函数

R 语言内置了很多统计函数，比如对于向量x

x <- c(2, 7, 8, 9, 3)

打印向量x

print(x)

求开方

sqrt(x)

求自然对数

log(x)

求向量元素之和

sum(x)

求向量元素的均值

mean(x)

求向量元素的标准差

sd(x)

找出向量元素中的最小值

min(x)

找出向量元素中的最大值

max(x)

计算向量元素的个数

length(x)

对向量元素大小排序

sort(x)

找出向量元素的唯一值，就是给出去重后的数据

a <- c("a", "b", "b", "c", "d", "a", "g", "c", "d")
unique(a)

给出向量的分位数

quantile(x)

判断是否为数值型/字符串型

is.numeric(x)
is.character(x)

转化成字符串型

as.character(x)
# as.logical(x)
# as.numeric(x)

判断向量元素是否大于5

x <- c(2, 7, 8, 9, 3)
x &gt; 5

ifelse(x > 5, "big", "small")

向量的函数

用在向量上的函数，可以分为向量化函数(vectorized function)和汇总类函数(summary function)，

当然，也会有例外，比如unique()函数，它返回的向量通常不会与输入的向量等长，既不属于向量化函数，也不属于汇总类函数。

课堂练习

• 向量x <- c(2, 7, 8, 9, 3)的平方，加上5

x <- c(2, 7, 8, 9, 3)
x^2 + 5

• 向量的元素减去其均值

x <- c(2, 7, 8, 9, 3)
x - mean(x)

• 向量标准化（向量减去其均值之后，除以标准差）

x <- c(2, 7, 8, 9, 3)
(x - mean(x)) / sd(x)

• 如果想对更多的向量，也做标准化处理呢？

y <- c(1, 5, 7, 8, 9, 3)
(y - mean(y)) / sd(y)

z <- c(4, 7, 7, 8, 9, 3, 9, 6)
(z - mean(z)) / sd(z)

简单重复比较累，有没有一劳永逸的方法？

自定义函数

my_std <- function(x) {
   (x - mean(x)) / sd(x)
 }

my_std(x)
my_std(y)
my_std(z)

::: {.rmdnote} 现在my_std 是一个糖葫芦瘦身机器了，放进一个胖瘦不匀称的糖葫芦，出来一个身材匀称的糖葫芦。 :::

my_std <- function(x) {
   ...
}

• 创建，由function(...)创建一个函数
• 参数，由(...) 里指定参数，比如function(x)中的参数为 x
• 函数主体，一般情况下，在function(...)后跟随一对大括号{ }，在大括号里声明具体函数功能，在代码最后一行，可以用return返回计算后的值。当然，如果函数的目的只是返回最后一行代码计算的值，这个return可以省略。
• 函数名，function() { } 赋值给新对象，比如这里的my_std，相当于给函数取一名字，方便以后使用。
• 函数调用，现在这个函数名字叫my_std，需要用这个函数的时候，就调用它的名字my_std()。

my_std(x = c(1, 5, 7, 8, 9, 3)) # 或者
my_std(c(1, 5, 7, 8, 9, 3))     # 或者

input <- c(1, 5, 7, 8, 9, 3)
my_std(input)

课堂练习

• 根据下面的数学表达式，写出函数

$$ \mathrm{rescale}(x) = \frac{x_i- min(x)}{max(x) - min(x)} $$

使用宏包的函数

安装宏包与使用宏包

安装宏包 install.packages("dplyr") 相当于你买了一台电视机，安装一次就够了; 加载 library("dplyr")相当于你每次要看电视，就需要插上电、打开电视的动作，运行library("dplyr")才能用里面的函数。

各种宏包也为我们准备了不同的函数，我们在使用前一般会先加载该宏包，比如后面章节我们会用的dplyr宏包中的select()函数，它用于选取数据框的某列

library(dplyr)

select(starwars, height)

指定函数的所属宏包

但是，其它宏包可能也有select()函数，比如MASS和skimr，如果同时加载了dplyr，MASS和skimr三个宏包，在程序中使用select()函数，就会造成混淆和报错。这个时候就需要给每个函数指定是来源哪个宏包，具体方法就是在宏包和函数之间添加::，比如dplyr::select()，skimr::select() 或者MASS::select()。

至此，我们接触到了三类函数

• 内置的函数
• 自定义的函数
• 宏包的函数

如何获取帮助

• 记住和学习所有的函数几乎是不可能的
• 打开函数的帮助页面(Rstudio右下面板的Help选项卡)

?sqrt
?gather
?spread
?ggplot2
?scale
?map_dfr

比如：

习题

• 根据方差的数学表达式，写出方差的计算函数，并与基础函数var()的结果对比

$$ \mathrm{Var}(x) = \frac{1}{n - 1} \sum_{i=1}^n (x_i - \bar{x}) ^2 $$

• 自定义函数，它的作用是将输入的身高height(cm)与体重weight(kg)计算之后的BMI结果返回，BMI的计算公式为：

$$ \mathrm{BMI} = \frac{weight(kg)}{height(m)^2} $$

get_bmi <- function(height, weight) {
  # ...
}
get_bmi(175, 65)

• 对于给定的向量 vector和阈值threshold，求出vector中所有大于该阈值的元素的均值

mean_above_threshod <- function(vector, threshold) {
  
}

阅读

• 推荐您阅读(https://r4ds.had.co.nz/functions.html)