R 语言经典实例（原书第 2 版）

175

第 6 章

数据转换

虽然传统的编程语言使用循环（loop）， 但 R 软件传统上鼓励使用向量化操作和 apply

系列函数来批量处理数据，从而大大简化了计算。没有什么来阻止你在 R 中编写循环，

它将你的数据分成你想要的任何小块，然后在每个小块上进行操作。但是，在许多情况

下，使用向量化函数可以提高代码的速度、可读性和可维护性。

然而，在最近的发展中，tidyverse 中的添加包

—

特别是其中的 purrr 和 dplyr 包

—

在 R 中引入了新的术语，使得上述概念更容易学习，并且更加一致。purrr 这个名字来

源于短语“纯 R”（ Pure R）。“纯函数”（pure function）是一个函数，其结果仅由其输入决

定，并且不会产生任何副作用。然而，你不必为了使用 purrr 而去理解函数式编程概念。

大多数用户需要知道的是，purrr 包含的函数可以帮助我们以一种与 tidyverse 中的其他

添加包（如 dplyr）很好地融合的方式对数据进行“块对块”（chunk by chunk）操作。

基础的 R 有许多 apply 函数

—

apply、lapply、sapply、tapply 和 mapply

—

以

及 by 和 split。这些是基础 R 多年来一直有效的基本函数。我们在决定到底专注于介

绍基础 R 的 apply 函数，还是介绍更新的“ tidy”方法之间有过艰难的决定。经过多

次辩论，我们选择试图介绍 purrr 方法并提及基础的 R 方法，并在一些地方对两者进

行说明。purrr ...