【原】R语言循环函数编写三境界

育种数据分析 2021-11-18

展开全文

1. 三境界

R语言写循环有三境界:

手动for循环
apply系列
purrr泛函式编程

其中，手动for循环我最常用，apply系列半吊子，purrr函数越用越趁手，这里介绍一下purrr编写循环的方法。

2. 泛函式函数

「泛函式定义：」

❝
函数的函数称为泛函式，map(x,f)中，map是函数，f也是函数，f是map的参数，那么map就是泛函数。
❞

dat = data.frame(y1 = rnorm(10),y2 = rnorm(10)+10)
dat
map(dat,mean)

这里，map是函数，mean是map的参数。

3. 走两步

「测试数据：」

> dat = data.frame(y1 = rnorm(10),y2 = rnorm(10)+10)
> dat
           y1        y2
1  -0.4535438 10.383757
2   0.7821634 11.186901
3   2.0556094  9.382660
4   1.0848204  8.713453
5  -1.4152480 12.927827
6  -0.2379161  9.938319
7  -1.3191011  9.281052
8   0.4194484 10.323932
9   1.4207450 10.142454
10 -0.1421450 11.015331

「任务：」

❝
计算y1和y2两列的平均值
❞

4. 第一境界：`for`循环

for循环，是编程语言中都有的功能，因为for循环在R语言中速度较慢被各种嫌弃，但是它简单易用，容易理解，所以我写函数时，经常使用for循环镶嵌for循环，乐此不疲。

「看代码：」

re = list() #1
for(i in 1:2){ #2
  re[[i]] = mean(dat[,i]) #3
} #4
re #5

代码解释：

1，将结果赋值给re，所以先定义一个re的列表，为空
2，因为是两列，所以是1:2
3，分别计算平均数
4，循环结束
5，打印结果re

5. 第二境界：`apply`家族

apply是一套函数，有很多相关的函数，举几个apply，lapply，sapply，vapply，mapply，tapply，rapply，eapply，我曾经认真的被劝退了好几次，因为理解得不透测，我认为R语言学到apply家族就是我的职业生涯的结束。

❝
工作第二年，我开始学习apply家族函数，工作第10年，我还在学习apply家族函数。
❞

「代码：」

> apply(dat,2,mean)
        y1         y2 
 0.2194833 10.3295686

dat为数据
第二个为参数

1表示按照行
2表示按照列

mean为平均数函数

6. 第三境界：purrr

学习purrr，可以放弃学习apply家族了，该有的都有，逻辑更清楚，学完之后就能用，完全没有出家的感觉。

❝
备注：这里是指从入门到出家的感觉
❞

purrr包中的函数主要是map，有三类：

map函数，支持一元函数
map2函数，支持二元函数
pmap函数，支持多元函数

学习R语言念咒语：Fish，Fish，give me Fish

这里，我们用map做一个演示：

> library(purrr)
> map(dat,mean)
$y1
[1] 0.2194833

$y2
[1] 10.32957

用法和apply类似。将其转化为数据框：

> map_df(dat,mean)
# A tibble: 1 x 2
     y1    y2
  <dbl> <dbl>
1 0.219  10.3

用匿名函数试试：

> map_df(dat,~mean(.))
# A tibble: 1 x 2
     y1    y2
  <dbl> <dbl>
1 0.219  10.3

7. 用`purrr`演示一个复杂的例子

「批量建模」

用一个多年多点的数据，计算每个地点的方差分析，共有五个地点，用一行map函数全部搞定，是时候展示真正的实力了……

> library(learnasreml)
> data(MET)
> str(MET)
'data.frame':400 obs. of  5 variables:
 $ Year    : Factor w/ 2 levels "2009","2010": 1 1 1 1 1 1 1 1 1 1 ...
 $ Location: Factor w/ 5 levels "CI","FL","KN",..: 3 3 3 3 3 3 3 3 3 3 ...
 $ Rep     : Factor w/ 4 levels "1","2","3","4": 1 1 1 1 1 1 1 1 1 1 ...
 $ Cul     : Factor w/ 10 levels "CalhounGray",..: 3 1 9 2 5 4 7 10 6 8 ...
 $ Yield   : num  56.2 74.2 32.6 74.2 64.8 ...

「代码：」

library(tidyverse)
MET %>% split(.$Location) %>% map(.,~aov(Yield ~ Cul,.) %>% summary)

MET为数据
split将Location进行分割，成为list的5个元素
map调用匿名函数进行方差分析

aov为方差分析，Yield ~ Cul为模型

summary为显示方差分析结果

「结果：」

> MET %>% split(.$Location) %>% map(.,~aov(Yield ~ Cul,.) %>% summary)
$CI
            Df Sum Sq Mean Sq F value  Pr(>F)   
Cul          9   8696   966.2   3.193 0.00277 **
Residuals   69  20879   302.6                   
---
Signif. codes:  0 '***’ 0.001 '**’ 0.01 '*’ 0.05 '.’ 0.1 ' ’ 1
1 observation deleted due to missingness

$FL
            Df Sum Sq Mean Sq F value Pr(>F)
Cul          9  10151  1127.9   1.565  0.143
Residuals   69  49723   720.6               
1 observation deleted due to missingness

$KN
            Df Sum Sq Mean Sq F value   Pr(>F)    
Cul          9   8236   915.1   4.038 0.000338 ***
Residuals   70  15863   226.6                     
---
Signif. codes:  0 '***’ 0.001 '**’ 0.01 '*’ 0.05 '.’ 0.1 ' ’ 1

$SC
            Df Sum Sq Mean Sq F value   Pr(>F)    
Cul          9  24478  2719.8     5.6 8.42e-06 ***
Residuals   70  33996   485.7                     
---
Signif. codes:  0 '***’ 0.001 '**’ 0.01 '*’ 0.05 '.’ 0.1 ' ’ 1

$TX
            Df Sum Sq Mean Sq F value Pr(>F)
Cul          9   5784   642.6   1.326   0.24
Residuals   69  33429   484.5               
1 observation deleted due to missingness