Chapter 13 Advanced R

The book of Hardley Wickham ## Fundmental

13.0.1 Vector

Vector: Basic structure: two flavours: atomic vectors and lists: The common properties:

• Type: typeof() 这个vector的type是啥
• Length, length() 这个vector有多少个元素
• Attributes, attributes() additional arbitrary metadata: 这是啥？额外的信息？

所有的元素对于一个atomic vector 必须是一种类型，对比list，则每个元素可以是不同的类型。

NB：is.vector()不检测一个对象是否是vector，而是仅当对象是一个除了名字以外没有attributes的vector的话，返回TRUE。用 is.atomic()||is.list(x)去检测是否一个对象确实是vector。

13.0.1.1 Atomic vectors

有四类atomic vectors我将会仔细的讨论：logical, integer, double(也叫numeric), 和character. 有两类稀有的类型不会深入讨论：complex 和 raw。 Atomic vectors经常使用c()进行创建，表示combine:

db1_var=c(1,2.5,4.5)
# L表示整数，因为r默认数字的结构为numeric（double）
int_var=c(1L,6L,10L)
#使用TRUE和FALSE(或者 T 和 F)用来创建一个逻辑vectors
log_var=c(TRUE,FALSE,T,F)
chr_var=c("these are","some strings")

Atomic vector总是扁平的，甚至你用堆叠的c() Atomic vectors are always flat, even if you nect c()’s:

c(1,c(2,c(3,4)))

## [1] 1 2 3 4

#和这个一样
c(1,2,3,4)

## [1] 1 2 3 4

13.0.2 Types and tests:

给定一个vector，你能决定其类型，使用 typeof(),或者检查其是不是个特定的类型，使用“is” 函数：is.character(),is.double(),is.logical(),is.integer(),or, more generally, is.atomic(). 注意is.numeric()是一般性的检查是否是“数字”的vector，并且返回TRUE如果是integer和double。虽然叫numeric但是不是检测double的。

13.0.3 Coercion

所有的atomic vector的元素必须是一种类型，所以如果你尝试组合不同类型的话，这些数据会被coerced 成为最复杂的那种类型，序是：logical,integer,double和character.

比如说，组合一个character和一个integer可以得到一个character:

str(c("a",1))

##  chr [1:2] "a" "1"

所以这里coerced应该是强制转换的意思。一个逻辑vector强制转换成integer或者double的时候TRUE变成1，FALSE变成0.一个常用的技巧是和sum()以及mean()组合使用。

类型强制转换一般自动产生，大部分数学函数会强制转换成double或者integer，大部分的逻辑操作符会强制转换为logical。如果coercion可能损失信息的时候，一般会得到一个警告信息。如果会产生confusion,可以用as系列函数as.character(), as.double(), as.integer(), or as.logical().

13.1 Data.frame

df=data.frame(x=1:3,y=c("a","b","c"))
str(df)

data.frame()’s default behaviour which turns strings into factors. Using stringAsFactors=FALSE to suppress this behaviour,

Combine data frames using cbind() and rbind() plyr::rbind.fill()

13.1.1 Ordering (integer subsetting)

x=c("b","c","a")
x[order(x)]

## [1] "a" "b" "c"

df=data.frame(x=rep(1:3,each=2),y=6:1,z=letters[1:6])
df2=df[sample(nrow(df)),3:1]
df2[order(df2$x),]

##   z y x
## 2 b 5 1
## 1 a 6 1
## 3 c 4 2
## 4 d 3 2
## 5 e 2 3
## 6 f 1 3

df2[,order(names(df2))]

##   x y z
## 5 3 2 e
## 2 1 5 b
## 6 3 1 f
## 3 2 4 c
## 4 2 3 d
## 1 1 6 a

df=data.frame(x=1:3,y=3:1,z=letters[1:3])

13.1.2 Calling a function given a list of arguments

list of function arguments:

args=list(1:10, na.rm=TRUE)

which is equivalent to

mean(1:10,na.rm=TRUE)