简单的函数

简单的函数知识总结，包括tapply函数、sapply & lapply函数、summary函数、table函数等的相关内容。

简单的函数

• 注意事项
  • 载入的数据必须是数值型的向量（num)或整数（Int)
    • 当包含小数点分隔符出现问题时，R会给出字符型
      • 这时一些函数如mean或sd会给出错误
    • 所以载入数据后查看str
      • 默认点做小数点
      • 但你载入时以逗号做小数点就会出现全部为字符的数据
• tapply函数
  • 目的
    • 根据某个变量的不同水平，一次对另一变量做均值，长度，标准差，最小值，最大值，方差运算
  • 传统方法
    • 想计算每个时间截面（transect)的物种多样性(R)的均值，传统方法是
      • m <- mean(Veg$R)
      • m1 <- mean(Veg$R[Veg$Transect == 1])
      • m2 <- mean(Veg$R[Veg$Transect == 2])
      • m3 <- mean(Veg$R[Veg$Transect == 3])
      • m4 <- mean(Veg$R[Veg$Transect == 4])
      • m5 <- mean(Veg$R[Veg$Transect == 5])
      • m6 <- mean(Veg$R[Veg$Transect == 6])
      • m7 <- mean(Veg$R[Veg$Transect == 7])
      • m8 <- mean(Veg$R[Veg$Transect == 8])
      • c(m, m1, m2, m3, m4, m5, m6, m7, m8)
    • 因为Veg$R只是个向量，只有一个维，所以不必要在中括号内加入逗号
      • 若是矩阵则需要加个逗号
  • 强大的Tapply
    • tapply(Veg$R, Veg$Transect, mean)
    • tapply(X = Veg$R, INDEX = Veg$Transect, FUN = mean)
    • 其根据第二个变量（Transect) 的不同水平对第一个变量 (R)做求均值（mean)运算
  • 其它可应用于Tapply的运算函数
    • 标准差
      • sd
    • 方差
      • var
    • 长度
      • length
  • 例子
    • > Me <- tapply(Veg$R, Veg$Transect, mean)
    • > Sd <- tapply(Veg$R, Veg$Transect, sd)
    • > Le <- tapply(Veg$R, Veg$Transect, length)
    • > cbind(Me, Sd, Le)
    • Me Sd Le
    • 1 7.571429 1.3972763 7
    • 2 6.142857 0.8997354 7
    • 3 10.375000 3.5831949 8
    • 4 9.250000 2.3145502 8
    • 5 12.375000 2.1339099 8
    • 6 11.500000 2.2677868 8
    • 7 10.500000 3.1464265 6
    • 8 11.833333 2.7141604 6
    • 结果的每一行分别给出了平均丰富度，标准差和每个截面观察值的个数
  • 输入&参数
    • X
      • 一个向量
    • INDEX
      • 一个长度和X相同的向量
      • list的输出
    • FUN
      • 几乎任何方程
  • 输出
    • 当INDEX为向量时，其输出也为向量
    • 当INDEX为LINK时，其输出是一个二维的
• sapply & lapply函数
  • 目的
    • 单次计算数据框中多个变量的均值，最小值，最大值，标准差，长度
  • 传统方法
    • mean(Veg$R)
    • min(Veg$R)
    • max(Veg$R)
    • sd(Veg$R)
    • length(Veg$R)
    • ....
    • 当一个数据框有大量的数值变量，全部输入是很繁琐的
  • sapply函数
    • sapply(Veg[, 5:9], FUN = mean)
    • R ROCK LITTER ML BARESOIL
    • 9.965517 20.991379 22.853448 1.086207 17.594828
    • 计算了前五个变量的均值，输出了一个向量
  • lapply函数
    • > lapply(Veg[, 5:9], FUN = mean)
    • $R
    • [1] 9.965517
    • $ROCK
    • [1] 20.99138
    • $LITTER
    • [1] 22.85345
    • $ML
    • [1] 1.086207
    • $BARESOIL
    • [1] 17.59483
    • 输出了一个列表
  • 代码注意
    • 必须要有大写的FUN代表function
    • FUN的参数可以是任意函数，甚至是自己编写的
    • 输入的变量必须是数据框
      • 不能是向量
        • 错误的
          • sapply(cbind(Veg$R, Veg$ROCK, Veg$LITTER, Veg$ML, Veg$BARESOIL), FUN = mean)
            • cbind输出的是一列非常长的向量
        • 正确的
          • sapply(data.frame(Veg$R, Veg$ROCK, Veg$LITTER, Veg$ML, Veg$BARESOIL), FUN = mean)
            • 改为data.frame就是把向量拼成了数据框
          • 但我们会因此失去变量标签
            • 在运行sapply函数前生成合适的数据框
            • 选择使用cbind函数结合完数据后再用colanames函数来加上标签
• summary函数
  • 输入（参数）
    • 变量
    • cbind的输出
    • 数据框
  • 输出
    • 你可以看到有变量的最小值，第一四分位数，中位数，平均值，第三四分位数，最大值
  • 同样功能的
    • summary(Veg[, c("R", "ROCK", "LITTER")])
    • summary(Veg[, c(5, 6, 7)])
• table函数
  • 输入（参数）
    • x
      • （一个数据框中的变量）
        • 不能是一个数据框...或其它多维的
    • y
      • （一个数据框中的变量向量，另一个数据框中的变量向量）
  • 输出
    • 按照级显示每个级在向量中出现的频率
    • 按第二个为级，显示第一个各个数的频率
      • 功能上相当于结合布尔向量，length等...
  • 例子
    • 数据框的str
• 对比
  • tapply函数计算的是一个变量观察值子集的均值（或其它函数）
  • lapply和sapply函数计算的是一个或多个变量全部观察值的均值（或其它函数）