其他
R语言编程秘籍：一文掌握循环结构，让你的代码更智能！
R语言编程秘籍：一文掌握循环结构，让你的代码更智能！
介绍
在R语言中，循环结构和应用函数提供了多种灵活的方法来处理数据和执行任务。在该文中，详细介绍了各种循环结构和函数的用法。
首先是传统的循环结构，如for循环、while循环和repeat循环，它们分别适用于不同的迭代需求，比如遍历固定次数的操作或在满足特定条件时重复执行。此外，foreach循环提供了一种简洁的并行迭代方式，适用于列表、向量或数据框的元素。
除了循环结构，apply()函数族，包括apply()、lapply()、sapply()、tapply()和vapply()，它们提供了一种在数据结构上应用函数的简便方式，减少了显式的循环。
由purrr包提供的map函数系列，包括map()、map2()和pmap()，它们提供了一种更灵活、更功能丰富的方式来应用函数到列表或向量的元素上。
通过了解和掌握这些循环结构和函数，读者可以根据实际情况选择最合适的方法来处理数据或执行任务，从而提高R语言编程的效率和灵活性。
本文包含内容：
for循环
for循环 usage
for循环 example
while循环
while循环 usage
while循环 example
repeat循环
repeat循环 usage
repeat循环 example
foreach循环
foreach循环 usage
foreach循环 example
apply()函数
apply()函数 usage
apply()函数 example
tapply()函数
tapply()函数 usage
tapply()函数 example
lapply()函数
lapply()函数 usage
lapply()函数 example
sapply()函数
sapply()函数 usage
sapply()函数 example
vapply()函数
vapply()函数 usage
vapply()函数 example
map()函数
map()函数 usage
map()函数 example
map2()函数
map2()函数 usage
map2()函数 example
pmap()函数
pmap()函数 usage
pmap()函数 example
循环结构
for循环
for循环 usage
## Target: for循环 usage
## Time: 2024/03/30
## Author: xiaohe
## Notes: zhenzhen
for (variable in sequence) {
# 循环体
}
# variable是循环变量,sequence是需要迭代的序列,循环体中的代码会在每次迭代中执行
for循环 example
## Target: for循环 example
## Time: 2024/03/30
## Author: xiaohe
## Notes: zhenzhen
# 使用for循环计算向量中元素的平方
vec <- c(1, 2, 3, 4, 5)
for (i in 1:length(vec)) {
vec[i] <- vec[i] ^ 2
}
print(vec)
# 输出结果：[1] 1 4 9 16 25
while循环
while循环 usage
## Target: while循环 usage
## Time: 2024/03/30
## Author: xiaohe
## Notes: zhenzhen
while (condition) {
# 循环体
}
# condition是一个逻辑表达式,只要条件为真,就会一直执行循环体中的代码
while循环 example
## Target: while循环 example
## Time: 2024/03/30
## Author: xiaohe
## Notes: zhenzhen
# 使用while循环计算斐波那契数列
a <- 0
b <- 1
n <- 10
i <- 1
fib <- c()
while (i <= n) {
fib[i] <- a
next_num <- a + b
a <- b
b <- next_num
i <- i + 1
}
print(fib)
# 输出结果： [1] 0 1 1 2 3 5 8 13 21 34
repeat循环
repeat循环 usage
## Target: repeat循环 usage
## Time: 2024/03/30
## Author: xiaohe
## Notes: zhenzhen
repeat {
# 循环体
if (condition) {
break
}
}
# condition是一个逻辑表达式,当条件为真时,执行break语句跳出循环
repeat循环 example
## Target: repeat循环 example
## Time: 2024/03/30
## Author: xiaohe
## Notes: zhenzhen
# 使用repeat循环计算正整数的立方和，直到立方和超过100
sum_cubes <- 0
i <- 1
repeat {
cube <- i^3
sum_cubes <- sum_cubes + cube
if (sum_cubes > 100) {
break
}
i <- i + 1
}
print(sum_cubes)
# 输出结果：[1] 225
foreach循环
foreach循环 usage
## Target: foreach循环 usage
## Time: 2024/03/30
## Author: xiaohe
## Notes: zhenzhen
foreach (variable = values, .combine = combine_function) %do% {
# 循环体
}
# variable是循环变量,values是需要迭代的值,.combine是一个函数
foreach循环 example
## Target: foreach循环 example
## Time: 2024/03/30
## Author: xiaohe
## Notes: zhenzhen
# 使用foreach循环计算列表中每个元素的平方，并将结果合并为一个新的向量
library(foreach)
list_data <- list(1, 2, 3, 4, 5)
square_list <- foreach (num = list_data) %do% {
num^2
}
print(square_list)
# 输出结果：[[1]]
# [1] 1
# [[2]]
# [1] 4
# [[3]]
# [1] 9
# [[4]]
# [1] 16
# [[5]]
# [1] 25
apply函数族
apply()函数
对矩阵或数组的行或列应用函数
apply()函数 usage
## Target: apply()函数 usage
## Time: 2024/03/30
## Author: xiaohe
## Notes: zhenzhen
# 对矩阵或数组的行或列应用函数
apply(X, MARGIN, FUN, ..., simplify = TRUE)
# X是需要进行操作的矩阵或数组
# MARGIN指定对那个维度进行操作,取值1表示行,2表示列
# FUN是要应用的函数,可以是内置函数,也可以是自定义的函数
# simplify=TRUE时(默认),apply函数会尝试简化结果为更小的数据结构,例如向量或矩阵.若为FALSE,apply函数会保存结果的原始形式,即使每次应用函数的结果是标量.
apply()函数 example
## Target: apply()函数 example
## Time: 2024/03/30
## Author: xiaohe
## Notes: zhenzhen
# 对矩阵的行求和
mat <- matrix(1:9, nrow = 3)
apply(mat, 1, sum) # 对每一行求和
# 输出结果：[1] 12 15 18
apply(mat, 2, mean) # 对每一列求平均值
# 输出结果：[1] 2 5 8
tapply()函数
主要用于对数据进行分组并对各组应用指定的函数
tapply()函数 usage
## Target: tapply()函数 usage
## Time: 2024/03/30
## Author: xiaohe
## Notes: zhenzhen
# 主要用于对数据进行分组并对各组应用指定的函数
tapply(X, INDEX, FUN = NULL, ..., default = NA, simplify = TRUE)
# X要进行操作的数据向量或数据框
# INDEX一个用来分组的因子(factor)或者一个由因子组成的列表
# FUN要应用于每个分组的函数.可以是内置函数,也可以是自定义函数
# ...其他传递给FUN的参数
# default当某一组为空时的默认返回值
# simplify逻辑值,指定当结果是简单矩阵或数组时是否简化输出
tapply()函数 example
## Target: tapply()函数 example
## Time: 2024/03/30
## Author: xiaohe
## Notes: zhenzhen
# 创建数据
grades <- c(85, 90, 88, 92, 78, 89, 91, 83)
classes <- c("A", "B", "A", "B", "A", "B", "A", "A")
# 使用tapply计算每个班级的平均成绩
class_avg <- tapply(grades, classes, mean)
print(class_avg)
# 输出结果： A B
# 85.00000 90.33333
lapply()函数
对列表中的每个元素应用函数,并返回一个列表
lapply()函数 usage
## Target: lapply()函数 usage
## Time: 2024/03/30
## Author: xiaohe
## Notes: zhenzhen
# 对列表中的每个元素应用函数,并返回一个列表
lapply(X, FUN)
# X表示输入的列表或向量
# FUN表示要应用的函数,可以是内置函数,也可以是自定义函数
lapply()函数 example
## Target: lapply()函数 example
## Time: 2024/03/30
## Author: xiaohe
## Notes: zhenzhen
# 创建一个列表
my_list <- list(a = 1:5, b = 6:10, c = 11:15)
# 对每个元素应用mean函数
lapply(my_list, mean)
# 输出结果：$a
# [1] 3
# $b
# [1] 8
# $c
# [1] 13
sapply()函数
对列表中的每个元素应用函数
sapply()函数 usage
## Target: sapply()函数 usage
## Time: 2024/03/30
## Author: xiaohe
## Notes: zhenzhen
# 对列表中的每个元素应用函数,并尝试简化结果
sapply(X, FUN, ..., simplify = TRUE, USE.NAMES = TRUE)
# X表示要输入的列表或向量
# FUN表示要应用的函数,可以是内置函数,也可以是自定义函数
# ...其他传递给FUN的参数
# simplify,逻辑值,用于控制是否尝试简化结果,默认为TRUE
# USE.NAMES,逻辑值,用于控制是否使用输入的列表或向量的名称作为结果的名称,默认为TRUE
sapply()函数 example
## Target: sapply()函数 example
## Time: 2024/03/30
## Author: xiaohe
## Notes: zhenzhen
# 创建一个列表
my_list <- list(a = 1:5, b = 6:10, c = 11:15)
# 对每个元素应用mean函数，并简化结果
sapply(my_list, mean)
# 输出结果：a b c
# 3 8 13
vapply()函数
对向量应用函数,并指定返回值的类型
vapply()函数 usage
## Target: vapply()函数 usage
## Time: 2024/03/30
## Author: xiaohe
## Notes: zhenzhen
# 对向量应用函数,并指定返回值的类型
vapply(X, FUN, FUN.VALUE, ..., USE.NAMES = TRUE)
# X表示一个列表或向量
# FUN表示要应用的函数,可以是内置函数,也可以是自定义函数
# FUN.VALUE给定FUN函数的返回值类型,通常是一个样本的空数据结构,用于确定返回值的类型和结构
# ...其他传递给FUN的参数
# USE.NAMES,逻辑值,用于控制是否使用输入的列表或向量的名称作为结果的名称,默认为TRUE
vapply()函数 example
## Target: vapply()函数 example
## Time: 2024/03/30
## Author: xiaohe
## Notes: zhenzhen
# 创建一个向量
my_vector <- c(3, 6, 9, 12, 15)
# 计算向量中每个元素的平方根，返回值为numeric类型
vapply(my_vector, function(x) sqrt(x), numeric(1))
# 输出结果：[1] 1.732051 2.449490 3.000000 3.464102 3.872983
purrr泛函式循环迭代
map()函数
map() 函数用于对单个列表或向量进行迭代，对每个元素应用同一个函数，并将结果存储在列表中。
map()函数 usage
## Target: map()函数 usage
## Time: 2024/03/30
## Author: xiaohe
## Notes: zhenzhen
library(purrr)
map(.x, .f, ..., .progress = FALSE)
# .x表示要处理的列表,向量等对象
# .f表示要应用的函数
# ...用于传递额外的参数给.f
# .progress,逻辑值,表示是否显示进度条,默认为FALSE
map_lgl(.x, .f, ..., .progress = FALSE)
# 类似于map,返回的是逻辑型向量
map_int(.x, .f, ..., .progress = FALSE)
# 类似于map,返回的是整数型向量
map_dbl(.x, .f, ..., .progress = FALSE)
# 类似于map,返回的是双精度型(double)向量
map_chr(.x, .f, ..., .progress = FALSE)
# 类似于map,返回的是字符型向量
map_vec(.x, .f, ..., .ptype = NULL, .progress = FALSE)
# 类似于map,返回的向量类型由.ptype参数指定
walk(.x, .f, ..., .progress = FALSE)
# 类似于map,不返回任何值,仅用于执行副作用(例如修改对象)
map()函数 example
## Target: map()函数 example
## Time: 2024/03/30
## Author: xiaohe
## Notes: zhenzhen
# R包加载
library(purrr)
# 创建一个向量
vec <- c(1, 2, 3, 4, 5)
# map()
# 使用map函数对向量中的每个元素求平方
result <- map(vec, ~ .x^2)
print(result)
# 输出结果：[[1]]
# [1] 1
# [[2]]
# [1] 4
# [[3]]
# [1] 9
# [[4]]
# [1] 16
# [[5]]
# [1] 25
# map_lgl()
# 判断向量中的每个元素是否大于2
result <- map_lgl(vec, ~ .x > 2)
print(result)
# 输出结果：[1] FALSE FALSE TRUE TRUE TRUE
# map_int()
# 对向量中的每个元素取整
result <- map_int(vec, ~ as.integer(.x))
print(result)
# 输出结果：[1] 1 2 3 4 5
# map_dbl()
# 对向量中的每个元素取对数
result <- map_dbl(vec, ~ log(.x))
print(result)
# 输出结果：[1] 0.0000000 0.6931472 1.0986123 1.3862944 1.6094379
# map_chr()
# 对向量中的每个元素转换为字符型
result <- map_chr(vec, ~ as.character(.x))
print(result)
# 输出结果：[1] "1" "2" "3" "4" "5"
# map_vec()
# 将向量中的每个元素转换为逻辑型
result <- map_vec(vec, ~ as.logical(.x))
print(result)
# 输出结果：[1] TRUE TRUE TRUE TRUE TRUE
# walk()
# 对列表中的每个元素打印出来
walk(vec, ~ print(.x))
# 输出结果：[1] 1
# [1] 2
# [1] 3
# [1] 4
# [1] 5
map2()函数
map2() 函数用于对两个列表或向量进行迭代，对应位置的元素一一匹配，应用相同的函数，并将结果存储在列表中。
map2()函数 usage
## Target: map2()函数 usage
## Time: 2024/03/30
## Author: xiaohe
## Notes: zhenzhen
library(purrr)
map2(.x, .y, .f, ..., .progress = FALSE)
# .x第一个输入对象,如向量,列表等
# .y第二个输入对象,与.x相同长度的向量,列表等
# .f要应用的函数
# ...用于传递额外参数给.f
# .progress,逻辑值,表示是否显示进度条,默认为FALSE
map2_lgl(.x, .y, .f, ..., .progress = FALSE)
# 类似于map2(),返回逻辑型向量
map2_int(.x, .y, .f, ..., .progress = FALSE)
# 类似于map2(),返回整数型向量
map2_dbl(.x, .y, .f, ..., .progress = FALSE)
# 类似于map2(),返回双精度型向量
map2_chr(.x, .y, .f, ..., .progress = FALSE)
# 类似于map2(),返回字符型向量
map2_vec(.x, .y, .f, ..., .ptype = NULL, .progress = FALSE)
# 类似于map2(),返回的向量类型由.ptype参数指定
# .ptype用于指定返回的向量类型,默认为null
walk2(.x, .y, .f, ..., .progress = FALSE)
# 类似于map2(),但不返回任何值,仅用于执行副作用(例如修改对象)
map2()函数 example
## Target: map2()函数 example
## Time: 2024/03/30
## Author: xiaohe
## Notes: zhenzhen
library(purrr)
# map2()
# 示例：将两个向量中对应元素相加
result <- map2(1:3, 4:6, ~ .x + .y)
print(result)
# 输出结果：[[1]]
# [1] 5
# [[2]]
# [1] 7
# [[3]]
# [1] 9
# map2_lgl()
# 示例：将两个逻辑型向量中对应元素进行逻辑或操作
result_logical <- map2_lgl(c(TRUE, FALSE, TRUE), c(FALSE, TRUE, TRUE), ~ .x | .y)
print(result_logical)
# 输出结果：[1] TRUE TRUE TRUE
# map2_int()
# 示例：将两个整数型向量中对应元素相乘
result_int <- map2_int(1:3, 4:6, ~ .x * .y)
print(result_int)
# 输出结果：[1] 4 10 18
# map2_dbl()
# 示例：将两个双精度型向量中对应元素取对数
result_dbl <- map2_dbl(c(10, 100, 1000), c(2, 3, 4), ~ log(.x, base = .y))
print(result_dbl)
# 输出结果：[1] 3.321928 4.191807 4.982892
# map2_chr()
# 示例：将两个字符型向量中对应元素进行字符串拼接
result_chr <- map2_chr(c("Hello", "Good"), c("World", "Morning"), ~ paste(.x, .y, sep = ", "))
print(result_chr)
# 输出结果：[1] "Hello, World" "Good, Morning"
# map2_vec()
# 示例：将两个向量中对应元素相加，并返回向量结果
result_vec <- map2_vec(1:3, 4:6, ~ .x + .y)
print(result_vec)
# 输出结果：[1] 5 7 9
# walk2()
# 示例：对两个向量中对应元素进行打印操作
walk2(letters[1:3], LETTERS[4:6], ~ cat(.x, .y, sep = "-"))
# 输出结果：a-Db-Ec-F
pmap()函数
pmap() 函数用于对多个列表或向量进行迭代，每个列表中的元素一一匹配，应用相同的函数，并将结果存储在列表中。
pmap()函数 usage
## Target: pmap()函数 usage
## Time: 2024/03/30
## Author: xiaohe
## Notes: zhenzhen
library(purrr)
pmap(.l, .f, ..., .progress = FALSE)
# .l包含输入参数的列表
# .f要应用的函数
# ...用于传递额外参数个.f
# .progress逻辑值,表示是否显示进度条,默认为FALSE
pmap_lgl(.l, .f, ..., .progress = FALSE)
# 类似于pmap(),返回逻辑型向量
pmap_int(.l, .f, ..., .progress = FALSE)
# 类似于pmap(),返回整数型向量
pmap_dbl(.l, .f, ..., .progress = FALSE)
# 类似于pmap(),返回双精度型向量
pmap_chr(.l, .f, ..., .progress = FALSE)
# 类似于pmap(),返回字符型向量
pmap()函数 example
## Target: pmap()函数 example
## Time: 2024/03/30
## Author: xiaohe
## Notes: zhenzhen
# R包加载
library(purrr)
# 定义一个列表，包含多个向量
list_of_vectors <- list(
x = c(1, 2, 3),
y = c(4, 5, 6),
z = c(7, 8, 9)
)
# pmap()
# 对列表中的向量相加
result <- pmap(list_of_vectors, sum)
print(result)
# 输出结果：[[1]]
# [1] 12
# [[2]]
# [1] 15
# [[3]]
# [1] 18
# pmap_lgl()
# 对列表中的逻辑型向量进行逻辑与操作
logical_list <- list(
a = c(TRUE, TRUE, FALSE),
b = c(TRUE, FALSE, FALSE),
c = c(FALSE, FALSE, FALSE)
)
result_logical <- pmap_lgl(logical_list, all)
print(result_logical)
# 输出结果：[1] FALSE FALSE FALSE
# pmap_int()
# 对列表中的整数型向量进行乘法操作
int_list <- list(
a = c(1, 2, 3),
b = c(4, 5, 6),
c = c(7, 8, 9)
)
result_int <- pmap_int(int_list, function(a, b, c) a * b * c)
print(result_int)
# 输出结果：[1] 28 80 162
# pmap_dbl()
# 列表中的双精度型向量进行平方根操作
dbl_list <- list(
a = c(1.0, 2.0, 3.0),
b = c(4.0, 5.0, 6.0),
c = c(7.0, 8.0, 9.0)
)
result_dbl <- pmap_dbl(dbl_list, function(a, b, c) sqrt(a + b + c))
print(result_dbl)
# 输出结果：[1] 3.464102 3.872983 4.242641
# pmap_chr()
# 对列表中的字符型向量进行拼接操作
chr_list <- list(
a = c("hello", "world"),
b = c("how", "are"),
c = c("you", "doing")
)
result_chr <- pmap_chr(chr_list, paste, collapse = " ")
print(result_chr)
# 输出结果：[1] "hello how you" "world are doing"
备注
大家有兴趣可加群，欢迎交流学习，共同进步！
若群链接失效，可在本公众号内的对话框回复关键词【R语言学习交流群】
若您觉得本文有帮助，帮忙点击点赞和在看是对我最大的鼓励和支持！