R語言︱函數使用技巧（循環、if族/for、switch、repeat、ifelse、stopifnot）

 

————————————————————————————————————

 

1、循環

 

##循環for
iris
allzl=unique(iris$setosa)
for (i in 1:2){
  pp=iris[iris$setosa==allzl[i],]
  plot(pp$Sepal.Length~pp$Sepal.Width)
}

 

for循環中，需要將數值組合起來，如果數據整齊可以用matrix；如果不整齊，用list，不等長合並的時候，rbind.fill函數可以很好將數據進行合並，並且補齊沒有匹配到的缺失值為NA。

可參考： 

R語言︱list用法、批量讀取、寫出數據時的用法

 

 

案 例

 

temp<-matrix(data = NA,181,31)
for (i in 1:31){
  temp[,i]<-filter(data[i]/7, rep(1, 7))
  }
yatmdata<-data.frame(temp)

代碼利用matrix先定義一個181*31的空值矩陣，然后往里面灌數字。

 

 

 

2、switch分支語句

 

##switch分支語句
switch(1,mean(1:10),rnorm(4))  #執行mean(1:10)
switch(2,mean(1:10),rnorm(4))  #執行rnorm(4)
#由switch(x)來選擇執行那個函數

 

 

3、while循環語句

注意執行順序，先執行f[i]+f[i+1]<1000，然后往下走，與下面repeat有區別

 

##while循環語句
#計算斐波那契數列
f=1
f[2]=1
i=1
while(f[i]+f[i+1]<1000){
  f[i+2]=f[i]+f[i+1]
  i=i+1
}
f
#注意執行順序，先執行f[i]+f[i+1]<1000，然后往下走，與下面repeat有區別

 

 

4、repeat循環

常常與if聯用。

##repeat語句
#計算斐波那契數列
f=1
f[2]=1
i=1
repeat{
  f[i+2]=f[i]+f[i+1]
  i=i+1
  if (f[i]+f[i+1]>1000) break
};f
#與if常常聯用，注意執行順序，f[i]+f[i+1]>1000，與while<1000不同

與if常常聯用，注意執行順序，f[i]+f[i+1]>1000，與while<1000不同。

 

 

5、if函數+function

if和while都是需要數據TRUE/FALSE這樣的邏輯類型變量，這就意味着，if內部，往往是對條件的判別，例如 is.na, is.matrix, is.numeric等等，或者對大小的比較，如，if(x > 0)， if(x == 1)， if(length(x)== 3)等等。

if后面，如果是1行，則花括號可以省略，否則就必須要將所有的語句都放在花括號中。這和循環是一致的

 

fun.test <- function(a, b, method = "add"){
    if(method == "add") { ## 如果if或者for/while；
        res <- a + b       ## 等后面的語句只有一行，則無需使用花括號。
}
    if(method == "subtract"){
        res <- a - b
    }
    return(res)           ## 返回值
}
### 檢驗結果
fun.test(a = 10, b = 8, method = "add")
fun.test(a = 10, b = 8, method = "substract")

 

同時if還有類似與excel的用法——ifelse

 

ifelse(Age > 30, "Old", "Young")

Age變量>30，則輸出old；<30，輸出Young

 

 

————————————————————————————————————————————————————————————

Function與循環函數結合的實踐案例

 

1、函數如何輸出？——print、return&list

 

如果是單個輸出，直接用1.3方法即可

如果有很多輸出項目，那么需要return（終止運算，並輸出return中的項目）最終輸出的項目

R中默認的情況是將最后一句作為返回值。

 

1.1 return&list組合

 

return和list的組合輸出結果比較合理。（來自R語言︱噪聲數據處理、數據分組——分箱法（離散化、等級化））

 

sbdeep=function(data,parts,xiaoz){
  parts<-parts         #分幾個箱
  xiaoz<-xiaoz         #極小值
    value<-quantile(data,probs = seq(0,1,1/parts))  #這里以data等比分為4段，步長為1/4
  number<-mapply(function(x){
    for (i in 1:(parts-1))
    {
      if(x>=(value[i]-xiaoz)&x<value[i+1])
      {
        return(i)
      }
    }
    if(x+xiaoz>value[parts])
    {
      return(parts)
    }
    return(-1)
  },data)
  #打標簽L1L2L3L4
  return(list(degree=paste("L",number,sep=""),degreevalue=number,value=table(value),number=table(number)))               #將連續變量轉化成定序變量，此時為L1,L2,L3,L4...根據parts
}

該函數是對單個序列數據進行等深分箱，可以返回四類：

 

 

一個基於L1L2L3....的每個指標標簽序列degree；

標簽序列值degreevalue，

每個百分位數對應的變量值value，

不同百分點的數量number。

 

1.2 print直接輸出

 

function(){
  print(plot(cv.out))
}

print可以直接輸出.

 

 

1.3 直接輸出——一一般都是直接輸出

 

function(){
a=c(1:50)
a
}

其中a就是直接寫在末尾，當做輸出項。

 

 

2、function中應用if switch函數

 

 

test=function(mode=c("all", "out", "in")){
  mode <- switch(mode, out = 1, `in` = 2, all = 3)

  if (as.numeric(mode)==1) {
    t=1
  }

  if (as.numeric(mode)==2) {
    t=2
  }

  if (as.numeric(mode)==3) {
    t=3
  }
  t=t+1
  return(t+4)
}
a=test(mode="out")

test(mode="in")

test(mode="all")

解決場景：編寫函數時候，可能嵌套很多模型的時候，就需要用這個流程。

 

switch函數，輸入mode，執行相應的內容，此時是mode選擇“all”，則執行返回1,；mode選擇"out"則返回2；

然后用if去進行每個數字背后的建模，注意“==”
"in"注意要引號，因為會跟內嵌函數重疊

 

3 異常值處理——如何報錯

 

# 異常處理，當僅輸入一個數據的時候，告知不能計算標准差
 if(length(x) == 1){
    stop("can not compute sd for one number,
         a numeric vector required.\n")
 }

 

————————————————————————————————————

應用一：if族有哪些成員呢？——if/ifelse/stopifnot

 

在函數中，if的應用場景非常多，用來識別某類情況前提下，再執行下一個。

其中筆者就見過這樣三類if：if-else   ifelse   stopifnot

 

1、if-else

 

這個很常見，就是需要注意一下，if-else的寫法，來看經管之家論壇一位壇友的提醒與使用心得：

      if(){}else{}  表示先執行if括號后面的條件語句，如果正確就執行第一個大括號里的程序，如果錯誤就執行else后面大括號里的語句。
      有一種情況，r會報錯：

if(){}
else{}

      就是這種情況，即else語句換了一行執行時，這是r會認為if語句已經執行完畢，但執行else發現前面無法執行，因此報錯，在這里要提醒使用r的同志們，else必須緊挨着if語句后的大括號，這時才不會出錯。

 

 

2、ifelse

 

      跟If-else其實是一模一樣的，但是效率提高很多，是提高代碼運算效率很高的函數。ifelse()的句法格式類似於if()函數，但其運算速度卻有了巨大的提升。即使是在沒有預設數據結構且沒有簡化條件語句的情況下，其運算效率仍高於上述的兩種方法。

 

ifelse(test, yes, no)

      ifelse返回的是結果，有一點麻煩的是，不像if-else一樣，可以寫一些分布計算的東西，譬如現在有以下一種情況：

 

 

a<-c+d
sum(a>2)  #在c大於2的情況下，要計算a大於2的個數

 

      這個分步情況在if-else里面很好解決，但是在ifelse里面可不容易，只能接受一步，所以盡量把運算鏈合並在一起。

 

3、stopifnot

 

      這個函數跟Ifelse有點像，但是很奇特。stopifnot(c>2)，如果正確執行，那么就會啥都沒發生，如果錯誤了，就會跳入Debug模式，報錯，讓函數立刻停下來。

      這個stopifnot跟trycatch函數聯合使用，威力無比。

 

 

用tryCatch跳過：

 

result = tryCatch(
        {expr},
        warning = function(w) {warning-handler-code},
        error = function(e) { error-handler-code},
        finally = {cleanup-code}
        )

出現warning、error時候怎么處理，就可以跳過了。例子：

 

 

result = tryCatch(
        {segmentCN(txt)},
        warning = function(w) {"出警告啦"},
        error = function(e) { "出錯啦"},
        )

分詞時候，容易因為Lapply中斷之后，就不會運行了，這樣功虧一簣所以可以用這個辦法跳過。

 

 

————————————————————————————————————

應用二：如何在循環中，實時輸出時間消耗？

 

   想知道循環中進行到哪里？這樣可以合理安排函數進程。那么怎么辦呢？

 

      第一辦法：使用Rstudio 1.0版本，里面有一個Profiling with profvis，可以很好的對你函數每一步的耗時進行參看。

 

R︱Rstudio 1.0版本嘗鮮（R notebook、下載鏈接、sparkR、代碼時間測試profile）

 

 

當然，這個不能實時輸出內容。

 

      第二辦法：利用difftime函數

 

t1 = Sys.time()
for (i in 1:5){
a=a+1
b=a*a
print(difftime(Sys.time(), t1, units = 'sec'))
}

      先預設當前時間，然后用difftime+print方式，循環輸出。