R在数据科学中的应用，第2版

第 25 章 函数 职能

本作品已使用人工智能进行翻译。欢迎您提供反馈和意见：[e-mail]

导言

编写函数是提高数据科学家能力的最佳方法之一。与复制和粘贴相比，函数允许您以更强大、更通用的方式自动执行常见任务。与复制和粘贴相比，编写函数有三大优势：

• 您可以为函数取一个令人回味的名字，使代码更容易理解。

• 随着需求的变化，您只需要在一个地方更新代码，而不是在许多地方。

• 这样就不会在复制和粘贴时偶然出错（例如，在一处更新了变量名，但在另一处却没有更新）。

• 它使您更容易在各个项目之间重复使用工作，从而长期提高您的工作效率。

一个好的经验法则是，当你复制和粘贴一个代码块超过两次时（即你现在有三份相同的代码），就考虑编写一个函数。本章将介绍三种有用的函数：

• 向量函数将一个或多个向量作为输入，并将一个向量作为输出返回。
• 数据帧函数将数据帧作为输入，并将数据帧作为输出返回。
• 绘图函数将数据帧作为输入，并将绘图作为输出返回。

每个部分都包含许多示例，可以帮助你归纳出你所看到的模式。如果没有 Twitter 朋友们的帮助，这些示例是不可能实现的，我们鼓励你跟随评论中的链接查看原始灵感。您可能还想阅读一般函数和绘图函数的原始激励推文，以了解更多函数。

先决条件

我们将总结 tidyverse 中的各种函数。我们还将使用 NYCFlights13 作为熟悉的数据源，以使用我们的函数：

library(tidyverse)
library(nycflights13)

矢量函数

我们将从向量函数开始：这些函数接收一个或多个向量，并返回向量结果。例如，请看这段代码。它是做什么的？

df <- tibble(
  a = rnorm(5),
  b = rnorm(5),
  c = rnorm(5),
  d = rnorm(5),
)

df |> mutate(
  a = (a - min(a, na.rm = TRUE)) / 
    (max(a, na.rm = TRUE) - min(a, na.rm = TRUE)),
  b = (b - min(b, na.rm = TRUE)) / 
    (max(b, na.rm = TRUE) - min(a, na.rm = TRUE)),
  c = (c - min(c, na.rm = TRUE)) / 
    (max(c, na.rm = TRUE) - min(c, na.rm = TRUE)),
  d = (d - min(d, na.rm = TRUE)) / 
    (max(d, na.rm = TRUE) - min(d, na.rm = TRUE)),
)
#> # A tibble: 5 × 4
#>       a     b     c     d
#>   <dbl> <dbl> <dbl> <dbl>
#> 1 0.339  2.59 0.291 0    
#> 2 0.880  0    0.611 0.557
#> 3 0      1.37 1     0.752
#> 4 0.795  1.37 0     1    
#> 5 1      1.34 0.580 0.394

你也许能猜出这是将每一列的范围从 0 改为 1，但你发现错误了吗？当 Hadley 写这段代码时，他在复制和粘贴时犯了一个错误，忘记将a 改为b 。防止这种错误是学习如何编写函数的一个很好的理由。

编写函数

要编写函数，首先需要分析重复的代码，找出哪些部分是不变的，哪些部分是变化的。如果我们把前面的代码拉到 mutate()，就更容易看出其中的规律了，因为现在每段重复代码只有一行：

(