一个基本的R功能

时间:2012-07-31 11:20:45

标签: r

在为程序员阅读R时,我看到了这个函数

oddcount <- function(x) {
  k <- 0
  for (n in x) {
    if (n %% 2 == 1) k <- k+1
  }
  return(k)
}

我更喜欢用更简单的方式(即在lisp中)写它

(defn odd-count [xs]
  (count (filter odd? xs)))

我看到函数长度相当于count,我可以写奇数?那么有内置的map / filter / remove类型函数吗?

3 个答案:

答案 0 :(得分:12)

在R中,当您使用向量时,人们通常更喜欢一次处理整个向量而不是循环遍历它(例如,参见this讨论)。

从某种意义上说,R确实具有“内置”过滤器和减少功能:您可以选择向量子集的方式。它们在R中非常方便,有几种方法可以解决它 - 我会告诉你一些,但是如果你读到R并且在这样的网站上查看其他人的代码,你会得到更多。我还会考虑查看?which?'[',其中有比我更多的例子。

第一种方法是选择您想要的元素。如果您知道所需元素的索引,则可以使用此选项:

x <- letters[1:10]
> x
 [1] "a" "b" "c" "d" "e" "f" "g" "h" "i" "j"

如果我们只想要前五个字母,我们可以写:

x[1:5]
x[c(1,2,3,4,5)] # a more explicit version of the above

您还可以使用减号选择所需的元素,例如:

 x[-(6:10)]

选择元素的另一种方法是使用布尔向量:

x <- 1:5
selection <- c(FALSE, TRUE, FALSE, TRUE, FALSE)
x[selection]   # only the second and fourth elements will remain

这很重要,因为我们可以通过在比较函数中放置一个向量来创建这样的向量:

selection <- (x > 3)
> selection
 [1] FALSE FALSE FALSE  TRUE  TRUE

x[selection]   # select all elements of x greater than 3
x[x > 3]       # a shorthand version of the above

再一次,我们可以选择与我们使用的比较相反的方式(注意,因为它是布尔值,我们使用!而不是-):

x[!(x > 3)]    # select all elements less than or equal to 3

如果要进行矢量比较,则应考虑%in%函数。例如:

x <- letters[1:10]
> x %in% c("d", "p", "e", "f", "y")
 [1] FALSE FALSE FALSE  TRUE  TRUE  TRUE FALSE FALSE FALSE FALSE

# Select all elements of x that are also "d", "p", "e", "f", or "y"
x[x %in% c("d", "p", "e", "f", "y")]  
# And to select everything not in that vector:
x[!(x %in% c("d", "p", "e", "f", "y"))]  

以上只是几个例子;我肯定会推荐这些文档。我知道这是一个很长的帖子,你已经接受了答案,但这种事情是非常重要的,理解它将为你节省很多时间和痛苦,如果你是R的新手,所以我想我会和你分享几种方法。

答案 1 :(得分:11)

执行此操作的更多方法是避免for循环,并使用向量化:

oddcount <- function(x) {
  sum(x %% 2)
}

x和2之间的比较输出一个向量x本身就是一个向量。 Sum比计算向量的总和,其中TRUE等于1且FALSE等于零。这样,函数计算向量中的奇数个数。

这已经导致了更简单的语法,尽管对于非向量化的人来说,for循环往往更容易阅读。我非常喜欢矢量化语法,因为它更短。我更喜欢为x使用更具描述性的名称,例如number_vector

答案 2 :(得分:5)

您应该查看funprog库,其中包括mapfilterreduce等。