R语言从入门到精通：Day6
关注
我们一波了
距离上次R语言系列更新已经过去快一周了，先跟大家说声不好意思，实话实说更新速度的确慢了一点
最近经过前面几次推文的学习，我们的R语言教程已经讲解了快1/3的内容，相信大家对R语言已经有了初步的了解，特别是感受了R语言在数据处理领域的强大功能。数据处理是R语言和数据挖掘的重要基础，要求大家务必熟练操作，所以今天我们就从一个简单的实例出发，给大家继续讲解数据处理进阶及控制结构。
温馨提示
1、本节内容重点内容较多，
务必紧跟红色标记。
2、测试数据及代码
见文末客服小姐姐二维码。
先看看我们的数据实例：
一组学生参加了一次会考，要求根据学生的所有科目成绩对学生进行排名，将前20%的学生评定为A，接下来20%的学生评定为B，依此类推，最后将学生按姓名字母顺序排序。数据如下：
考试排名对大家一定不是一件陌生的事情，可是这次的排名却有点不一样，因为这三个科目的分值的均值和方差相差太大，如果直接比较总分就太便宜数学好的同学了吧！所以我们要找到将三个科目的分值转化为可比较的单元，然后将学生按成绩排名分类（相信大家还记得前几次教程里面的变量的重编码），最后按照姓名排序，这样就完美的解决了这个难题。本次教程就能帮助大家做到上面说的这些步骤，从简单实例出发，举一反三，初探数据挖掘实例。
1、数值和字符的处理函数
R中数据处理的基础函数可以分为数值（数学、统计、概率）函数和字符处理函数，下面分别介绍一下这些函数：
1. 数学函数（掌握）
下面给大家列出了常用的数学函数。
数据处理中数学函数是不可或缺的，上面这些函数也是最常见和常用的一部分函数。它们不仅可以对单个标量使用，也可以作用于向量、矩阵、数据框等，这时函数会分别作用于每个独立的值。这里就不一一举例示范函数的使用了，大家不妨自己动手试一试。
2. 统计函数（掌握）
下面给大家列出常见的统计函数。
如果没有这些函数，我们要求一个数值向量的均值、方差和标准差该怎么办呢？如下图1.
图1:均值和标准差的两种实现
实际上我们还是借用了求和函数，就算如此，代码量也有所增加。上面这些简单而重要的统计函数将会伴随你使用R语言的全部旅程。
3. 概率函数（了解）
数学课上，概率和统计都是放在一起学习的，有一门课程就叫做概统，但是这里我们把概率函数和统计函数分开讲解。
R中，概率函数形如 :
[dpqr]distribution_abbreviation()
其中第一个字母表示其所指分布的某一方面:
d = 密度函数(density)
p = 分布函数(distribution function)
q = 分位数函数(quantile function)
r = 生成随机数(随机偏差)
上过概统课的同学一定不会对上面的数学术语陌生，如果你感到陌生，或许你应该把数学书拿出来复习一下了。
下面是一些常用的概率函数：
下面是正态分布的d、p、q、r四个函数的举例。
图2:正态分布示例
图3:图2代码的结果
上面的例子中，函数pretty()帮我们生成了一个长度为30的范围在-3到3之间的等差数列x，然后用plot()画出了一张-3到3之间的正态分布曲线。函数pnorm()则给出了1.96 左侧的标准正态曲线下方面积，qnorm(0.5)说明标准正态分布的0.5分位点为0（很明显）。rnorm()给出五个符合标准正态分布的随机数。
正态分布的每个函数中都有mean和sd这两个参数，用于非标准正态分布的情形，大家可以查看帮助文档了解。
4. 字符处理函数（掌握）
前面的三类函数都是用于处理数值的，字符处理函数则是用于从文本型数据中抽取信息，或者为打印输出和生成报告重设文本的格式。下面是字符处理函数的一些例子：
表格中提到的正则表达式是一个非常强大的文本模式的匹配语法（学过perl或者python的同学不会陌生，正则表达式在生物信息、网络爬虫等方向的项目中都应用广泛，值得大家学习。后面我们也可以单独讲一下正则表达式的规则和用法）。关于R中的字符串处理，还有一个非常强大的R包，就是stringr包，大家可以自己装一下这个包，运行学习一下。
5. 其他实用函数（掌握）
除了上面提到的这几大类函数，还有一些灵活好用的函数值得一提。
如：seq()、rep()、cut()、pretty()等等。在前面的学习过程中其实我们都已经用到了上面这些函数，下面是一些实际的例子。
图4:实用函数举例
当然，这样的函数很多，不可能在这里全部列出来，大家在运用R的时候遇到了很好用的函数也可以拿出来讨论一下。
6. 函数的应用（了解）
R的诸多特点之一，就是R的函数的使用很灵活，不仅可以应用在标量上，也可以照搬到向量、矩阵等高维数据类型。值得一提的是，R提供了apply()函数，可以将任意函数“应用”到任何维度的数据上去。下面是一个示例：
上面的例子中先生成一个6*5的正态随机数矩阵，然后分别对行、列求均值。函数apply()因为其灵活性，功能很强大并且应用广泛，与之类似的还有sapply()和lapply()，主要用于列表上。学习完了这么多函数，大家还记得最开始我们的问题吗，可以尝试解决一下，毕竟学了这么多，会用才是最终目的。需要解答参考代码的同学可以咨询客服小姐姐。
2.控制流
在下一次教程中，我们就要开始讨论R中的图形绘制了，在这之前，有必要给大家多讲讲R语言的函数部分，这里主要给大家介绍一下R语言中的条件语句和循环语句。
1. 重复和循环（掌握）
R语言中的循环主要有for和while两种结构，语法示例如下：
但是R语言中的循环语句效率不高，大型数据集中不太推荐这种用法。Tips: 大型数据集，记得用lapply, sapply, tpply这一类的高级迭代循环哦～
2. 条件执行（了解）
R语言中的条件控制主要有if-else、ifelse、switch三种结构，if-else结构就不举例了，下面是ifelse和switch的两个例子。
图7:条件语句示例
3. 自编函数（了解）
和所有的编程语言一样，用户也可以用R语言编写自定义的函数。其实，我们以后工作学习中用到的很多函数都是别人写好的函数，下面举一个最简单的例子：
图8:自编函数示例
到这里为止，我们介绍的内容已经可以帮助大家做很多基础工作了，下一阶段的内容会主要聚集于图形绘制，相信会给大家有更大的帮助。
小结
加上今天的文章，我们的《R语言从入门到精通》系列已经更新大概1/3的内容了，特别是关于数据操作的基础内容。后面我们会逐步讲解绘图、机器学习及更加高级、更加贴近实战的内容。再给大家鼓鼓气，继续坚持学习，精通R语言指日可待哦！
本期干货
·
！R语言数据操作进阶及控制结构 ！
！示例代码 ！
原文详情：“科研猫”公众号