Menu
CoddyTech
开始学习

自定义函数

Coddy R 中的数据处理 课程的第 14 课，共 14 课。

R 中的自定义函数是强大的工具，可用于创建可重复使用的代码并执行复杂的数据转换。它们可以将一系列操作封装成一个可调用的单元。让我们来了解如何创建和使用自定义函数来处理数据。

自定义函数的基本结构

在 R 中创建自定义函数的基本语法如下：

function_name <- function(arg1, arg2, ...) {
  # 函数体
  # 使用 arg1、arg2 等参数进行操作。
  return(result)
}

创建一个简单的自定义函数

让我们创建一个简单的函数，用来计算向量中缺失值的百分比：

percent_missing <- function(x) {
  sum(is.na(x)) / length(x) * 100
}

# 用法
data <- c(1, 2, NA, 4, NA, 6)
percent_missing(data)  # 返回：33.33333

使用多个参数的函数

自定义函数可以接收多个参数，从而执行更灵活的操作：

scale_column <- function(df, column_name, min_val = 0, max_val = 1) {
  df[[column_name]] <- (df[[column_name]] - min(df[[column_name]], na.rm = TRUE)) / 
                       (max(df[[column_name]], na.rm = TRUE) - min(df[[column_name]], na.rm = TRUE))
  df[[column_name]] <- df[[column_name]] * (max_val - min_val) + min_val
  return(df)
}

# 用法
df <- data.frame(x = 1:10, y = 11:20)
scaled_df <- scale_column(df, "x", 0, 100)

返回多个值

函数可以使用列表返回多个值：

summarize_numeric <- function(x) {
  list(
    mean = mean(x, na.rm = TRUE),
    median = median(x, na.rm = TRUE),
    sd = sd(x, na.rm = TRUE)
  )
}

# 用法
numbers <- c(1, 2, 3, 4, 5)
summary_stats <- summarize_numeric(numbers)

将自定义函数与 dplyr 一起使用

将自定义函数与 dplyr 结合使用时，它们在数据处理方面尤其有用：

library(dplyr)

categorize_age <- function(age) {
  case_when(
    age < 18 ~ "Child",
    age < 65 ~ "Adult",
    TRUE ~ "Senior"
  )
}

# 在 dplyr 中的用法
df <- data.frame(name = c("Alice", "Bob", "Charlie"), age = c(25, 72, 16))
df %>%
  mutate(age_category = categorize_age(age))
quiz icon自我测试

这节课包含一个小测验。开始学习即可作答，并记录你的进度。

quiz icon自我测试

这节课包含一个小测验。开始学习即可作答，并记录你的进度。

quiz icon自我测试

这节课包含一个小测验。开始学习即可作答，并记录你的进度。

challenge icon

挑战

中等

创建一个名为 mean_score 的自定义函数，用于计算学生考试成绩数据集中每位学生的平均分。

要计算每行的平均分，我们会使用 rowwise() 函数，之后再使用 ungroup() 将所有内容恢复原状。请查看提供的代码。

执行以下操作：

  1. 创建一个名为 student_mean 的新列，用来存放平均分。
  2. 创建一个名为 is_above_mean 的新列，用来存放学生成绩高于或低于平均分的 TRUE 或 FALSE。
  3. 创建一个名为 rank 的列，用来存放每位学生根据平均分相对于其他学生的排名。例如，1 表示该学生成绩最好，2 表示该学生成绩排名第二，以此类推。
    • 使用 order() 查找排名：order(order(mean_col, decreasing = TRUE))

亲手试试

# 读取输入
con <- file("stdin", "r")
input_data <- readLines(con)
close(con)

# 将输入数据处理成数据框
data <- read.csv(text = input_data, header = TRUE, stringsAsFactors = FALSE)

# 定义 mean_score 函数
mean_score <- function(data) {
  # TODO: 在这里编写你的代码
  # 计算所有科目的平均分

  return(result)
}

# TODOL 在这里编写你的代码
# 新建一列 student_mean，存储平均分。
# 新建一列 is_above_mean，根据学生的分数高于还是低于平均分，存储 TRUE 或 FALSE。
# 新建一列 rank，根据平均分记录每位学生相对于其他学生的排名。例如，1 表示第一名，2 表示第二名，以此类推。

# 输出结果
print(data)

R 中的数据处理中的所有课

1数据基础

理解数据结构数据框索引筛选数据数据类型转换R 中的管道运算符

4高级操作

字符串操作日期和时间处理自定义函数

2数据转换

dplyr 入门使用 dplyr 进行聚合使用 dplyr 连接数据

3数据重塑

宽格式转长格式长格式转宽格式处理缺失数据

自己练习： R 在线编译器