标签：lap error tle repeat 没有 lis 大于 link else
后续加更内容：
————————————————————————————————————
1、循环
##循环for
iris
allzl=unique(iris$setosa)
for (i in 1:2){
pp=iris[iris$setosa==allzl[i],]
plot(pp$Sepal.Length~pp$Sepal.Width)
}for循环中，需要将数值组合起来，如果数据整齐可以用matrix；如果不整齐，用list，不等长合并的时候，rbind.fill函数可以很好将数据进行合并，并且补齐没有匹配到的缺失值为NA。
可参考：
案 例
temp<-matrix(data = NA,181,31)
for (i in 1:31){
temp[,i]<-filter(data[i]/7, rep(1, 7))
}
yatmdata<-data.frame(temp)代码利用matrix先定义一个181*31的空值矩阵，然后往里面灌数字。2、switch分支语句
##switch分支语句 switch(1,mean(1:10),rnorm(4)) #执行mean(1:10) switch(2,mean(1:10),rnorm(4)) #执行rnorm(4) #由switch(x)来选择执行那个函数
3、while循环语句
注意执行顺序，先执行f[i]+f[i+1]<1000，然后往下走，与下面repeat有区别
##while循环语句
#计算斐波那契数列
f=1
f[2]=1
i=1
while(f[i]+f[i+1]<1000){
f[i+2]=f[i]+f[i+1]
i=i+1
}
f
#注意执行顺序，先执行f[i]+f[i+1]<1000，然后往下走，与下面repeat有区别4、repeat循环
常常与if联用。
##repeat语句
#计算斐波那契数列
f=1
f[2]=1
i=1
repeat{
f[i+2]=f[i]+f[i+1]
i=i+1
if (f[i]+f[i+1]>1000) break
};f
#与if常常联用，注意执行顺序，f[i]+f[i+1]>1000，与while<1000不同5、if函数+function
if和while都是需要数据TRUE/FALSE这样的逻辑类型变量，这就意味着，if内部，往往是对条件的判别，例如 is.na, is.matrix, is.numeric等等，或者对大小的比较，如，if(x > 0)， if(x == 1)， if(length(x)== 3)等等。
if后面，如果是1行，则花括号可以省略，否则就必须要将所有的语句都放在花括号中。这和循环是一致的
fun.test <- function(a, b, method = "add"){
if(method == "add") { ## 如果if或者for/while；
res <- a + b ## 等后面的语句只有一行，则无需使用花括号。
}
if(method == "subtract"){
res <- a - b
}
return(res) ## 返回值
}
### 检验结果
fun.test(a = 10, b = 8, method = "add")
fun.test(a = 10, b = 8, method = "substract")同时if还有类似与excel的用法——ifelse
ifelse(Age > 30, "Old", "Young")
————————————————————————————————————————————————————————————
Function与循环函数结合的实践案例
如果是单个输出，直接用1.3方法即可
如果有很多输出项目，那么需要return（终止运算，并输出return中的项目）最终输出的项目
R中默认的情况是将最后一句作为返回值。
1.1 return&list组合
return和list的组合输出结果比较合理。（来自R语言︱噪声数据处理、数据分组——分箱法（离散化、等级化））
该函数是对单个序列数据进行等深分箱，可以返回四类：一个基于L1L2L3....的每个指标标签序列degree；
标签序列值degreevalue，
每个百分位数对应的变量值value，
不同百分点的数量number。
1.2 print直接输出
function(){
print(plot(cv.out))
}1.3 直接输出——一一般都是直接输出
function(){
a=c(1:50)
a
}其中a就是直接写在末尾，当做输出项。test=function(mode=c("all", "out", "in")){
mode <- switch(mode, out = 1, `in` = 2, all = 3)
if (as.numeric(mode)==1) {
t=1
}
if (as.numeric(mode)==2) {
t=2
}
if (as.numeric(mode)==3) {
t=3
}
t=t+1
return(t+4)
}
a=test(mode="out")
test(mode="in")
test(mode="all")解决场景：编写函数时候，可能嵌套很多模型的时候，就需要用这个流程。switch函数，输入mode，执行相应的内容，此时是mode选择“all”，则执行返回1,；mode选择"out"则返回2；
然后用if去进行每个数字背后的建模，注意“==”
"in"注意要引号，因为会跟内嵌函数重叠
# 异常处理，当仅输入一个数据的时候，告知不能计算标准差
if(length(x) == 1){
stop("can not compute sd for one number,
a numeric vector required.\n")
}————————————————————————————————————
在函数中，if的应用场景非常多，用来识别某类情况前提下，再执行下一个。
其中笔者就见过这样三类if：if-else ifelse stopifnot
这个很常见，就是需要注意一下，if-else的写法，来看经管之家论坛一位坛友的提醒与使用心得：
if(){}else{} 表示先执行if括号后面的条件语句，如果正确就执行第一个大括号里的程序，如果错误就执行else后面大括号里的语句。
有一种情况，r会报错：
if(){}
else{} 跟If-else其实是一模一样的，但是效率提高很多，是提高代码运算效率很高的函数。ifelse()的句法格式类似于if()函数，但其运算速度却有了巨大的提升。即使是在没有预设数据结构且没有简化条件语句的情况下，其运算效率仍高于上述的两种方法。
ifelse(test, yes, no)
a<-c+d sum(a>2) #在c大于2的情况下，要计算a大于2的个数
这个分步情况在if-else里面很好解决，但是在ifelse里面可不容易，只能接受一步，所以尽量把运算链合并在一起。
这个函数跟Ifelse有点像，但是很奇特。stopifnot(c>2)，如果正确执行，那么就会啥都没发生，如果错误了，就会跳入Debug模式，报错，让函数立刻停下来。
这个stopifnot跟trycatch函数联合使用，威力无比。
用tryCatch跳过：
出现warning、error时候怎么处理，就可以跳过了。例子：
分词时候，容易因为Lapply中断之后，就不会运行了，这样功亏一篑所以可以用这个办法跳过。
R语言︱函数、循环、if族/for、switch、repeat——function结合
标签：lap error tle repeat 没有 lis 大于 link else
原文地址：http://blog.csdn.net/sinat_26917383/article/details/51191916
