ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 06.04.2021

Просмотров: 904

Скачиваний: 1

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
background image

8.1. GHOSTS

CIRCLE 8. BELIEVING IT DOES AS INTENDED

>

mat1 <- cbind(1:3, 7:9)

>

df1 <- data.frame(1:3, 7:9)

Now, notice:

>

mean(mat1)

[1] 5
>

mean(df1)

X1.3 X7.9

2

8

>

median(mat1)

[1] 5
>

median(df1)

[1] 2 8
>

sum(mat1)

[1] 30
>

sum(df1)

[1] 30

The example of

median

with data frames is a troublesome one. As of R version

2.13.0 there is not a data frame method of

median

. In this particular case it

gets the correct answer, but that is an accident. In other cases you get bizarre
answers.

Unless and until there is such a method, you can get what I imagine you

expect with:

>

sapply(df1, median)

X1.3 X7.9

2

8

8.1.18

first match only

match

only matches the first occurrence:

>

match(1:2, rep(1:4, 2))

[1] 1 2

If that is not what you want, then change what you do:

>

which(rep(1:4, 2) %in% 1:2)

[1] 1 2 5 6

8.1.19

first match only (reprise)

If names are not unique, then subscripting with characters will only give you
the first match:

55


background image

8.1. GHOSTS

CIRCLE 8. BELIEVING IT DOES AS INTENDED

>

x4 <- c(a=1, b=2, a=3)

>

x4["a"]

a
1

If this is not the behavior you want, then you probably want to use

8

%in%

8

:

>

x4[names(x4) %in% ’a’]

a a
1 3

8.1.20

partial matching can partially confuse

Partial matching happens in function calls and some subscripting.

The two following calls are the same:

>

mean(c(1:10, 1000), trim=.25)

[1] 6
>

mean(c(1:10, 1000), t=.25)

[1] 6

The

trim

argument is the only argument to

mean.default

which starts with

“t” so R knows that you meant “trim” when you only said “t”. This is helpful,
but some people wonder if it is too helpful by a half.

>

l1 <- list(aa=1:3, ab=2:4, b=3:5, bb=4:6, cc=5:7)

>

l1$c

[1] 5 6 7
>

l1[[’c’]]

NULL
>

l1[[’c’, exact=FALSE]]

[1] 5 6 7
>

l1$a

NULL
>

myfun1 <- function(x, trim=0, treat=1)

{

+

treat * mean(x, trim=trim)

+

}

>

myfun1(1:4, tr=.5)

Error in myfun1(1:4, tr = .05) :

argument 2 matches multiple formal arguments

The

8

$

8

operator always allows partial matching. The

8

[[

8

operator, which

is basically synonymous with

8

$

8

on lists, does not allow partial matching by

default (in recent versions of R). An ambiguous match results in

NULL

for lists,

but results in an error in function calls. The

myfun1

example shows why an

error is warranted. For the full details on subscripting, see:

?Extract

56


background image

8.1. GHOSTS

CIRCLE 8. BELIEVING IT DOES AS INTENDED

Here are the rules for argument matching in function calls, but first some vocab-
ulary: A

formal argument

is one of the argument names in the definition of the

function. The

mean.default

function has 4 formal arguments (

x

,

trim

,

na.rm

and

8

...

8

). A

tag

is the string used in a call to indicate which formal argument

is meant. We used “t” as a tag in a call to

mean

(and hence to

mean.default

).

There is a partial match if all the characters of the tag match the start of the
formal argument.

If a tag matches a formal argument exactly, then the two are bound.

Unmatched tags are partially matched to unmatched formal arguments.

An error occurs if any tag partially matches more than one formal argu-
ment not already bound.

(Positional matching) Unmatched formal arguments are bound to un-
named (no tag) arguments in the call, based on the order in the call
and of the formal arguments.

If

8

...

8

is among the formal arguments, any formal arguments after

8

...

8

are only matched exactly.

If

8

...

8

is among the formal arguments, any unmatched arguments in

the call, tagged or not, are taken up by the

8

...

8

formal argument.

An error occurs if any supplied arguments in the call are unmatched.

The place where partial matching is most likely to bite you is in calls that take a
function as an argument and you pass in additional arguments for the function.
For example:

apply(xmat, 2, mean, trim=.2)

If the

apply

function had an argument that matched or partially matched

“trim”, then

apply

would get the

trim

value, not

mean

.

There are two strategies in general use to reduce the possibility of such

collisions:

The apply family tends to have arguments that are in all capitals, and
hence unlikely to collide with arguments of other functions that tend to
be in lower case.

Optimization functions tend to put the

8

...

8

(which is meant to be given

to the function that is an argument) among the first of its arguments. Thus
additional arguments to the optimizer (as opposed to the function being
optimized) need to be given by their full names.

Neither scheme is completely satisfactory—you can still get unexpected colli-
sions in various ways. If you do (and you figure out what is happening), then
you can include all of the arguments in question in your call.

57


background image

8.1. GHOSTS

CIRCLE 8. BELIEVING IT DOES AS INTENDED

8.1.21

no partial match assignments

One of the most pernicious effects of partial matching in lists is that it can fool
you when making replacements:

>

ll2 <- list(aa=1:3, bb=4:6)

>

ll2$b

[1] 4 5 6
>

ll2$b <- 7:9

>

ll2

$aa
[1] 1 2 3
$bb
[1] 4 5 6
$b
[1] 7 8 9

This applies to data frames as well (data frames are lists, after all).

8.1.22

cat versus print

If you

print

a vector that does not have names, there is an indication of the

index of the first element on each line:

>

options(width=20)

>

1:10

[1]

1

2

3

4

5

[6]

6

7

8

9 10

Alternatively,

cat

just prints the contents of the vector:

>

cat(1:10)

1 2 3 4 5 6 7 8 9 10>

Notice that there is not a newline after the results of

cat

, you need to add that

yourself:

cat(1:10, ’

\

n’)

There is a more fundamental difference between

print

and

cat

cat

actually

interprets character strings that it gets:

>

xc <- ’blah

\\

blah

\

tblah

\

n’

>

print(xc)

[1] "blah

\\

blah

\

tblah

\

n"

>

cat(xc)

blah

\

blah

blah

>

58


background image

8.1. GHOSTS

CIRCLE 8. BELIEVING IT DOES AS INTENDED

Table 8.1: A few of the most important backslashed characters.

character

meaning

\\

backslash

\

n

newline

\

t

tab

\

"

double quote (used when this is the string delimiter)

\

single quote (used when this is the string delimiter)

Strings are two-faced. One face is what the string actually says (this is what

cat

gives you). The other face is a representation that allows you to see all of

the characters—how the string is actually built—this is what

print

gives you.

Do not confuse the two.

Reread this item—it is important. Important in the sense that if you don’t

understand it, you are going to waste a few orders of magnitude more time
fumbling around than it would take to understand.

8.1.23

backslashes

Backslashes are the escape character for R (and for Unix and C).

Since backslash doesn’t mean backslash, there needs to be a way to mean

backslash. Quite logically that way is backslash-backslash:

>

cat(’

\\

’)

\

>

Sometimes the text requires a backslash after the text has been interpreted. In
the interpretation each pair of backslashes becomes one backslash. Backslashes
grow in powers of two.

There are two other very common characters involving backslash:

\

t

means

tab and

\

n

means newline. Table

8.1

shows the characters using backslash that

you are most likely to encounter. You can see the entire list via:

?Quotes

Note that

nchar

(by default) gives the number of logical characters, not the

number of keystrokes needed to create them:

>

nchar(’

\\

’)

[1] 1

8.1.24

internationalization

It may surprise some people, but not everyone writes with the same alphabet.
To account for this R allows string encodings to include latin1 and UTF-8.

59