【上一篇：81.关于Base R中的for循环】
【下一篇：83.关于purrr包中的函数与apply函数的运行原理说明-十分详细】
上篇讲了：基本的for循环包含三个部分，特点是输入长度已知，输出长度已知，基于索引进行循环对列进行操作，且输出是一个新的对象---一个新向量，这样的for循环并不能概括我们的需要。所以上述四个特点有一个发生变化，我们又该如何做呢？
修改已经存在的对象
求数据框中的每一列，对列元素进行0-1标准化：
df <- tibble(
a = rnorm(10),
b = rnorm(10),
c = rnorm(10),
d = rnorm(10)
)
rescale01 <- function(x) {
rng <- range(x, na.rm = TRUE)
(x - rng[1]) / (rng[2] - rng[1])
}
# 改一列
df$a <- rescale01(df$a)
# 循环改所有列
for (i in seq_along(df)) {
df[[i]] <- rescale01(df[[i]])
}
上述例子中输出已经存在，即等同于df。看例子就可以理解了。这类情况一般发生在List和data frame中，记住取子集用工具" [[ "，而不是" [ "。
Looping模式
有三种基本方法来循环一个vector：1）根据索引：最常用的方法，" x[[indice]] "获取对应的元素；2）根据元素：在只关心side-effect（绘图或保存一个文件）时很有用，因为很难有效保存输出。3）根据name：用" x[[name]] "获取元素，在绘图标题或文件名中使用名称，这是非常有用的。
不必记忆何时使用，当遇到问题的时候你会自觉选择合适的方法。
未知长度的输出
means <- c(0, 1, 2)
output <- double()
for (i in seq_along(means)) {
n <- sample(100, 1)
output <- c(output, rnorm(n, means[[i]]))
}
str(output)
如上例，当输出长度不定时，使用c()连接每次循环的输出。这样做的缺点是：每次迭代，R必须拷贝上次迭代的结果中的所有数据，In technical terms you get “quadratic” (O(n2)) behaviour which means that a loop with three times as many elements would take nine (32) times as long to run，所以不是非常有效。
解决方法是：当遇到输出长度不定的循环时，尝试将结果保存到一个List或者更复杂的结构中，待循环结束再合并结果。
例如：串联字符串，除了用paste(old_string,new_string,sep="")循环paste之外，还可以将每次取到的new_string保存到一个list中，最后用paste(unlist(list),collopse=T)得到结果。还比如，循环多个数据框，想把这些数据框合并，除了每次迭代时使用rbind()函数之外，还可将每次取到的数据框保存到一个list中，最后用dplyr::bind_rows(output)得到结果。
未知的sequence长度
即你不知道输入序列要循环多少次，此时可以用while循环实现：
i <- 1
while (i <= length(x)) {
# body
i <- i + 1
}
while循环也比for循环更通用，因为你可以将任何for循环重写为while循环，但你不能将每个while循环重写为for循环。while循环在simulation中用得比较多。
【上一篇：81.关于Base R中的for循环】
【下一篇：83.关于purrr包中的函数与apply函数的运行原理说明-十分详细】
网友评论