前言

      R语言的一些基础知识基本结束，明天开始可视化进一步的内容。对于这些基础知识的学习，感触是，不经过实际数据进行反复练习，很多语法还是记不清楚，基本只能有个大概的了解，下次使用的时候还是会翻看。

因子型变量

创建因子

library(tidyverse)
library(palmerpenguins)
income <- c("low", "high", "medium", "medium", "low", "high",  "high")
factor(income)

#[1] low    high   medium medium low    high   high  
#Levels: high low medium

调整因子顺序

x <- factor(income)
x %>% fct_relevel(levels = c("high", "medium", "low"))

# [1] low    high   medium medium low    high   high  
# Levels: high medium low

将”medium“移动到最前面

x %>% fct_relevel(levels = c("medium"))

# [1] low    high   medium medium low    high   high  
# Levels: medium high low

将medium移动到最后

x %>% fct_relevel("medium", after = Inf)

# [1] low    high   medium medium low    high   high  
# Levels: high low medium

按照字符串第一次出现的顺序

x %>% fct_inorder()

# [1] low    high   medium medium low    high   high  
# Levels: low high medium

按照其他变量的中位数的升序排序

fct_reorder()可以让x的顺序按照x中每个分类变量对应y值的中位数升序排序，具体为

d %>% 
  ggplot(aes(x = fct_reorder(x, y, .fun = median), y = y)) +
  geom_point()

x %>% fct_reorder(c(1:7), .fun = median)

# [1] low    high   medium medium low    high   high  
# Levels: low medium high

应用

主要是在可视化中分类变量顺序调整的应用

ggplot(penguins, aes(y = fct_relevel(species, "Chinstrap"))) +
  geom_bar()

ggplot(penguins, aes(y = fct_relevel(species, "Adelie", after = Inf))) +
  geom_bar()

penguins %>%
  mutate(species = fct_infreq(species)) %>%
  ggplot(aes(y = species)) +
  geom_bar()

penguins %>%
  mutate(species = fct_rev(fct_infreq(species))) %>%
  ggplot(aes(y = species)) + 
  geom_bar()

library(gapminder)
gapminder %>%
   filter(
     year == 2007,
     continent == "Americas"
)

gapminder %>%
  filter( year == 2007, continent == "Americas") %>%
  mutate( country = fct_reorder(country, lifeExp)) %>%
  ggplot(aes(lifeExp, country)) +
  geom_point()

gapminder %>%
  filter(country %in% c("Norway", "Portugal", "Spain", "Austria")) %>%
  ggplot(aes(year, lifeExp)) + geom_line() +
  facet_wrap(vars(country), nrow = 1)

gapminder %>%
  filter(country %in% c("Norway", "Portugal", "Spain", "Austria")) %>%
  mutate(country = fct_reorder(country, lifeExp)) %>% # default: order by median
  ggplot(aes(year, lifeExp)) + geom_line() +
  facet_wrap(vars(country), nrow = 1)

要求给四个分面排序，按每个国家寿命差（最大值减去最小值）

gapminder %>%
  filter(country %in% c("Norway", "Portugal", "Spain", "Austria")) %>%
  # order by custom function: here, difference between max and min
  mutate(country = fct_reorder(country, lifeExp, function(x) { max(x) - min(x) })) %>%
  ggplot(aes(year, lifeExp)) + geom_line() +
  facet_wrap(vars(country), nrow = 1)

函数式编程

map函数

map()函数的第一个参数是list或vector,第二个参数是函数

就是将函数应用到list/vector的每一个参数

library(tidyverse)
exams <- list(
  student1 = round(runif(10, 50, 100)),
  student2 = round(runif(10, 50, 100)),
  student3 = round(runif(10, 50, 100)),
  student4 = round(runif(10, 50, 100)),
  student5 = round(runif(10, 50, 100))
)
map(exams,mean)

$student1
[1] 79

$student2
[1] 74.2

$student3
[1] 64.2

$student4
[1] 75.3

$student5
[1] 76.8

执行过程

map家族

如果希望返回的是数值型向量，可以写map_dbl()

eaxms %>% map_dbl(mean)#输出的结果为向量

如果希望返回的结果是数据框

exams %>% map_df(mean)#返回的结果是数据框

map的其它参数

map(exams,sort)#表示将每位同学的成绩排序，默认的是升序
map(exams,sort,decreasing=TRUE)#将升序改为降序

匿名函数

在定义函数时不对函数进行命名，函数没有名字。

比如

function(x) x-mean(x)
exams%>%
    map(function(x)) x-mean(x)
        
 #还可以用~代替function()，但参数必须是规定的写法
  exams%>%map(~.x-mean(.x))
        
  #有时候，只用.也是可以的
   exams%>%map(~.-mean(.))
   #~告诉map()后面跟随的是一个匿名函数，对应函数的参数可以认为是一个占位符

在dplyr函数中运用map

tibble的本质是向量构成的列表，因此tibble也适用于map

tb <- 
  tibble(
    col_1 = c(1, 2, 3),
    col_2 = c(100, 200, 300),
    col_3 = c(0.1, 0.2, 0.3)
  )

map()可以作用到tb的每一列，求每一列的中位数

map_dbl(tb,median)

找出每一列缺失值的数量

palmerpenguins::penguins %>% 
  map_int(~ sum(is.na(.)))

map2()

map2()和map()函数类似，不同在于map2()接受两个的向量，这两个向量必须是等长的。在map()函数使用匿名函数，可以用 . 代表输入向量的每个元素。在map2()函数， .不够用，所有需要需要用 .x 代表第一个向量的元素，.y代表第二个向量的元素。

x <- c(1, 2, 3)
y <- c(4, 5, 6)

map2(x, y, ~ .x + .y)

df <-
  tibble(
    a = c(1, 2, 3),
    b = c(4, 5, 6)
  )

df %>% 
  mutate(min = map2_dbl(a, b, ~min(.x, .y)))

pmap()

• map()和 map2()函数，指定传递给函数f的向量，向量各自放在各自的位置上
• pmap()需要将传递给函数的向量名，先装入一个list()中, 再传递给函数f

pmap_dbl(list(x, y), min)

因为tibble本质就是list，因此pmap可以直接将其应用导函数。

tibble(
  a = c(50, 60, 70),
  b = c(10, 90, 40),
  c = c(1, 105, 200)
) %>% 
  pmap_dbl(min)

pmap()可以接受多个向量，因此在pmap()种使用匿名函数，就需要一种新的方法来标识每个向量。由于向量是多个，因此不再用.x， .y，而是用..1, ..2, ..3 分别代表第一个向量、第二个向量和第三个向量。