13.5　函数式编程

如LISP和Haskell的函数式编程语言的概念已被引入到R中。你无须了解任何函数式编程就可以使用它们7。你只需要知道，这些功能在数据操作时很有用。

7如有兴趣可以参考wordIQ.com上的一个很好的介绍。

Negate函数接受一个谓词（predicate，即一个返回逻辑向量的函数），并返回另一个刚好相反的谓词8。当输入是FLASE时，它将返回TRUE；输入是FALSE，它返回TRUE：

8从技术上讲，谓词predicate是一个返回单个逻辑值的函数，我们在这里滥用了这个词，尽管这个词的矢量版本还没有被创造出来。我比较喜欢施瓦辛格式的predicator，但在它流行之前还是沿用predicate吧。

  1. ct2 <- deer_endocranial_volume$VolCT2   # 为了方便输入
  2. isnt.na <- Negate(is.na) 
  3. identical(isnt.na(ct2), !is.na(ct2))
  5. ## [1] TRUE

Filter可以接受两个参数：第一个参数为返回一个逻辑向量的函数；其次为一个输入向量，它只有在函数返回为TRUE时才返回那些值：

  1. Filter(isnt.na, ct2)
  3. ## [1] 346 303 375 413 408 394 417 345 354

Position函数的行为有点像第4.2节的which函数。它将返回第一个把谓词应用于矢量上而返回TRUE的索引下标：

  1. Position(isnt.na, ct2)
  3. ## [1] 7

Find与Position类似，但它返回的是第一个值而不是第一个索引：

  1. Find(isnt.na, ct2)
  3. ## [1] 346

Map函数将一个函数应用于输入参数中的每个元素上。它只是使用了SIMPLIFY = FALSE选项的mapply函数的封装函数。在下例中，我们将使用以上各种方法取得马鹿数据集中每头鹿测量的平均值。首先，我们需要一个用于传递给Map的函数，它能查找出每一个鹿头骨的体积：

  1. get_volume <- function(ct, bead, lwh, finarelli, ct2, bead2, lwh2) 
  2. { 
  3.    # 如果有第二次测量，取平均值　
  4.    if(!is.na(ct2)) 
  5.    { 
  6.       ct <- (ct + ct2) / 2 
  7.       bead <- (bead + bead2) / 2 
  8.       lwh <- (lwh + lwh2) / 2 
  9.    } 
  10.    # 把lwh除以4，使它与其他测量结果看齐
  11.    c(ct = ct, bead = bead, lwh.4 = lwh / 4, finarelli = finarelli) 
  12. }

然后，Map的行为就和mapply一样：它接收一个函数作为第一个参数，然后其他所有的参数会逐个传递给它：

  1. measurements_by_deer <- with( 
  2.    deer_endocranial_volume, 
  3.    Map( 
  4.       get_volume, 
  5.       VolCT, 
  6.       VolBead, 
  7.       VolLWH, 
  8.       VolFinarelli, 
  9.       VolCT2, 
  10.       VolBead2, 
  11.       VolLWH2 
  12.    ) 
  13. ) 
  14. head(measurements_by_deer)
  16. ## [[1]] 
  17. ## ct bead lwh.4 finarelli 
  18. ## 389 375 371 337 
  19. ## 
  20. ## [[2]] 
  21. ## ct bead lwh.4 finarelli 
  22. ## 389.0 370.0 430.5 377.0 
  23. ## 
  24. ## [[3]] 
  25. ## ct bead lwh.4 finarelli 
  26. ## 352.0 345.0 373.8 328.0 
  27. ## 
  28. ## [[4]] 
  29. ## ct bead lwh.4 finarelli 
  30. ## 388.0 370.0 420.8 377.0 
  31. ## 
  32. ## [[5]] 
  33. ## ct bead lwh.4 finarelli 
  34. ## 375.0 355.0 364.5 328.0 
  35. ## 
  36. ## [[6]] 
  37. ## ct bead lwh.4 finarelli 
  38. ## 325.0 320.0 340.8 291.0

Reduce函数能把一个二元函数转变为一个接受多个输入的函数。例如，+运算符能计算两个数字的总和，但sum函数能计算出多个输入的总和。sum(a, b, c, d, e)（大致）相当于Reduce("+", list(a, b, c, d, e))。

我们可以定义一个简单的二元函数来（并行地）计算出两个输入值中的最大值：

  1. pmax2 <- function(x, y) ifelse(x >= y, x, y)

如果对这个函数进行reduce操作，那么它能接受一系列的输入（正如在R基础包中的pmax函数一样）：

  1. Reduce(pmax2, measurements_by_deer)
  3. ##       ct      bead     lwh.4 finarelli 
  4. ##   418.00    405.00    463.75    419.00

Reduce的一个限制条件是，它将对其输入成对地反复调用二元函数，也就是说：

  1. Reduce("+", list(a, b, c, d, e))

下面的用法也是一样的：

  1. ((((a + b) + c) + d) + e)

这意味着，它不能用于例如求平均值这样的计算，因为：

  1.    mean(mean(mean(mean(a, b), c), d), e) != mean(a, b, c, d, e)