15-Advanced-R.Rmd

# Advanced R
The book of Hardley Wickham
## Fundmental

### 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。

#### 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:

```{r,eval=FALSE}
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:

```{r}
c(1,c(2,c(3,4)))
#和这个一样
c(1,2,3,4)
```

### 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。

### 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:

```{R}
str(c("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()`.

## 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()`

### Ordering (integer subsetting)
```{r}
x=c("b","c","a")
x[order(x)]
```



```{r}
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),]
df2[,order(names(df2))]
df=data.frame(x=1:3,y=3:1,z=letters[1:3])
```


### 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)
```