>>>>>>>###dplyr中基本函数 lect——⼦集选取（筛选变量，列）
lect(Hdma_dat,pclass,survived) ##选择pclass变量
⼆、数据分组以及分组汇总
1、cut函数
b<- cut(a, 5,labels=F) #将数据平均分成5组，rank=5代表⼤，rank=1代表⼩
2、aggregate函数——分组汇总
result1<-aggregate(orders$AMOUNT, orders[,c("SELLERID","CLIENT")],sum)
result2<-aggregate(orders$AMOUNT, orders[,c("SELLERID","CLIENT")],max)
result<-cbind(result1,result2$x)
代码解读：
1.从名字就可以看出，aggregate是专⽤于分组汇总的函数，它的输⼊参数和计算结果都是数据框，⽤法相对简单。
2.aggregate函数不能对分组后的数据进⾏多种汇总计算，因此要⽤两句代码分别实现sum和max算法，最后再⽤cbind拼合。显然，上述代码在性能和易⽤性上存在不⾜。
3.aggregate函数对分组字段的顺序有⼀个奇怪的要求：必须反向排列。鉴于这个怪要求，先对CLIENT分组再对SELLERID分组就必须写成：
orders[,c("SELLERID","CLIENT")]。如果按照正常的思维习惯写代码，结果将是错误的。
4.不仅代码的写法违反正常的思维习惯，计算后的结果也很怪异：SELLERID字段会排在CLIENT之前。事实上，为了使计算结果更符合业务逻辑，上述的代码还要继续加⼯才⾏。
总结：aggregate函数勉强可⽤，但在性能和⽅便性上存在不⾜，代码的写法、计算结果、业务逻辑这三者不⼀致。
各器官排毒时间表三、split – apply – combine模式——分组处理模式
对数据的转换，可以采⽤split – apply – combine模式来进⾏处理：
split：把要处理的数据分割成⼩⽚断；
apply：对每个⼩⽚断独⽴进⾏操作；
combine：把⽚断重新组合。
R 当中是split( ),*apply( ),aggregate( )…，以及plyr包
1、split函数
split( )的基本⽤法是：group <- split(X,f)
其中X 是待分组的向量，矩阵或数据框。f是分组因⼦。
##按照已有的类别数据，分类
鸡肉炒多久能熟g<-split(Cars93,Cars93$Origin) #按照cars93数据集，按照origin进⾏分组
##例2：对矩阵分组（按列）
m<-cbind(x=1:10,y=11:20)
split(m,col(m)) #col代表m的下标（⾏）
$`1`
[1] 1 2 3 4 5 6 7 8 9 10
$`2`
[1] 11 12 13 14 15 16 17 18 19 20
> col(m)
[,1] [,2]
[1,] 1 2
[2,] 1 2
[3,] 1 2
七夕诗[4,] 1 2
[5,] 1 2
[6,] 1 2
[7,] 1 2
[8,] 1 2
[9,] 1 2
[10,] 1 2
##后续处理
##计算组的长度和组内均值
> sapply(g,length)
USA non-USA
48 45
> sapply(g,mean)
USA non-USA
18.57292 20.50889
##⽤lapply也可以，返回值是列表
> lapply(g,mean)
$USA
[1] 18.57292
$`non-USA`
[1] 20.50889
##分组结果
summary(g)
split还有⼀个逆函数，unsplit，可以让分组完好如初。
在ba包⾥和split功能接近的函数有cut(对属性数据分划)，strsplit(对字符串分划)以及subt（对向量，矩阵或数据框按给定条件取⼦集）等。
举例:
a<-matrix(1:20,ncol=4)
[,1] [,2] [,3] [,4]
[1,] 1 6 11 16
[2,] 2 7 12 17
[3,] 3 8 13 18
[4,] 4 9 14 19
[5,] 5 10 15 20
a[row(a)==1&col(a)==1] #将返回1，第⼀⾏第⼀列
a[row(a)==1&col(a)==2] #将返回6，第⼀⾏第⼆列
2、⼀个⽹络例⼦：
sp<-split(orders,orders[,c("SELLERID","CLIENT")],drop=TRUE)
result1<-lapply(sp,FUN=function(x) sum(x$AMOUNT))
result2<-lapply(sp,FUN=function(x) max(x$AMOUNT))
result<-cbind(result1,result2)
代码解读：
1.Split函数的作⽤是将数据框按照指定字段分组，但不做后续计算。lapply函数可以对每组数据都执⾏同样的算法。Split和lapply两者结合可以实现本案例。
2.由于分组后的数据可以复⽤，因此本算法⽐aggregate性能更⾼。
3.Lapply函数也不⽀持多种统计⽅法，因此也要⽤两句代码分别实现sum和max算法，最后再⽤cbind拼合。另外，本算法还要额外⽤到split函数，因此在易⽤性上没有改进，反⽽是更差了。
4.分组顺序仍然要违反正常的思维习惯，必须反写成：orders[,c("SELLERID","CLIENT")]。
5.计算结果需要⼤幅加⼯，很不⽅便。可以看到，计算结果中的第⼀列实际上是“SELLERID.CLIENT”，我们需要把它拆分成两列并调换顺序才⾏。
总结：
本算法在性能上有所提⾼，但在易⽤性上明显不⾜，在代码写法、业务逻辑、计算结果上仍然存在不⼀致。
3、Lapply 是 apply 函数族
Lapply 是 apply 函数族的⼀份⼦，类似的函数还有 sapply 和 tapply。其中 sapply 的⽤法和 lapply 的区别只在参数上，如下：
sp<-split(orders,orders[,c("SELLERID","CLIENT")],drop=TRUE)
result1<-sapply(sp,simplify=FALSE,FUN=function(x) sum(x$AMOUNT))
进行的同义词result2<-sapply(sp,simplify=FALSE,FUN=function(x) max(x$AMOUNT))
result<-cbind(result1,result2)
tapply 专⽤于数据框，按理说最适合解决本案例，但事实并⾮如此。 tapply 只对单字段分组适⽤，在进⾏双字段联合分组时其结果为⼆维矩阵，⽤户还需要进⾏复杂的处理才⾏，⽐如 tapply(orders$AMOUNT, orders[,c("SELLERID","CLIENT")],function(x) sum(x))
