R 函数（快速上手）

R 函数：从零开始掌握代码复用的艺术

在 R 语言的学习旅程中，掌握“R 函数”是迈向高效编程的关键一步。如果你曾反复写过类似的代码块，比如计算平均值、处理缺失值或绘制图表，那么你一定体会过重复劳动的疲惫。而 R 函数就像一个“代码积木”，你只需搭建一次，就能在不同场景中反复调用，大幅提升开发效率。

想象一下，你每天都要给朋友发一条问候消息：“今天天气真好，记得带伞。” 如果每次都要手打一遍，那多累啊。但如果你写一个函数叫 send_weather_msg()，只需要输入天气情况，它就能自动帮你生成并发送消息。这就是 R 函数的核心价值：封装重复逻辑，提升可维护性与可读性。

接下来，我们就从基础语法到实战应用，一步步揭开 R 函数的面纱。

函数的基本语法与结构

在 R 中，函数的定义使用 function() 关键字，语法格式如下：

my_function <- function(参数1, 参数2, ...) {
  # 函数体：执行的具体操作
  结果 <- 一些计算或操作
  return(结果)
}

我们来写一个最简单的函数，用于计算两个数的和：

add_numbers <- function(a, b) {
  # 参数 a 和 b 是两个待相加的数值
  # 将两个参数相加，并将结果赋值给变量 sum_result
  sum_result <- a + b
  # 使用 return() 函数返回计算结果
  return(sum_result)
}

💡 小贴士：R 中函数的返回值默认是函数体中最后一行的计算结果，因此 return() 有时可以省略。但为了代码清晰，建议显式写出 return()。

调用这个函数非常简单：

result <- add_numbers(5, 3)
print(result)  # 输出：8

这个例子虽然简单，但已经包含了 R 函数的三大核心要素：参数定义、函数体逻辑、返回值机制。

参数的类型与默认值设置

函数的参数设计决定了它的灵活性。R 支持多种参数类型，包括位置参数、命名参数和默认参数。

位置参数与命名参数

位置参数是按顺序传递的，比如：

greet_user <- function(name, age) {
  message("你好，", name, "！你今年", age, "岁了。")
}

greet_user("小明", 25)

命名参数则更清晰，即使顺序调换也无妨：

greet_user(age = 25, name = "小明")

设置默认参数值

在很多场景下，我们希望某些参数有“默认行为”。比如在绘制图表时，颜色默认是蓝色，除非用户指定。

plot_circle <- function(radius = 1, color = "blue", fill = FALSE) {
  # radius: 圆的半径，默认值为 1
  # color: 圆的颜色，默认为 "blue"
  # fill: 是否填充颜色，默认为 FALSE（不填充）
  
  # 使用 plot 函数绘制圆形，通过设置 xlim 和 ylim 控制坐标范围
  plot(0, 0, type = "n", xlim = c(-radius - 0.5, radius + 0.5),
       ylim = c(-radius - 0.5, radius + 0.5), xlab = "", ylab = "")
  
  # 使用 draw.circle 函数绘制圆（需安装 plotrix 包）
  if (missing(plotrix::draw.circle)) {
    warning("请先安装 plotrix 包：install.packages('plotrix')")
    return(invisible(NULL))
  }
  
  # 绘制圆，颜色和填充由参数决定
  plotrix::draw.circle(0, 0, radius, col = color, lwd = 2, fill = fill)
}

plot_circle(radius = 2, color = "red", fill = TRUE)

📌 注意：missing() 函数用于判断某个参数是否被传入，是处理可选参数的常用技巧。

函数中的变量作用域与局部变量

在 R 函数中，变量的作用域遵循“局部性”原则：函数内部定义的变量只在函数内部有效，不会污染全局环境。

calculate_area <- function(radius) {
  # 局部变量：只在函数内存在
  pi_value <- 3.14159
  area <- pi_value * radius^2
  return(area)
}

area_result <- calculate_area(3)
print(area_result)  # 输出：28.27431

ls()  # 只显示全局变量，不会包含 pi_value

这就像你在一个小厨房里做菜，锅碗瓢盆都只属于这个厨房。你不会把锅搬到客厅去，也不会让客厅的客人随便用你的调料。

实战案例：数据清洗函数的封装

我们来做一个真实场景的应用：编写一个 R 函数，用于清洗数据集中的缺失值与异常值。

案例背景

假设我们有一组销售数据，包含销售额（sales）、客户年龄（age）和订单状态（status）。其中，有些数据缺失，有些年龄是负数，显然不合理。

clean_sales_data <- function(data, threshold = 0.1) {
  # 参数说明：
  # data: 输入的数据框
  # threshold: 缺失值占比阈值，超过该比例的列将被删除
  
  # 步骤1：检查输入是否为数据框
  if (!is.data.frame(data)) {
    stop("输入必须是数据框类型！")
  }
  
  # 步骤2：计算每列缺失值比例
  missing_ratio <- colSums(is.na(data)) / nrow(data)
  
  # 步骤3：删除缺失值比例超过阈值的列
  cols_to_remove <- names(missing_ratio)[missing_ratio > threshold]
  data_clean <- data[, !names(data) %in% cols_to_remove]
  
  # 步骤4：处理数值型变量中的异常值（如年龄为负）
  numeric_cols <- sapply(data_clean, is.numeric)
  for (col in names(data_clean)[numeric_cols]) {
    # 只对数值列进行异常值处理
    data_clean[[col]] <- ifelse(data_clean[[col]] < 0, NA, data_clean[[col]])
  }
  
  # 步骤5：删除含有缺失值的行
  data_clean <- na.omit(data_clean)
  
  # 步骤6：返回清洗后的数据
  return(data_clean)
}

使用示例

sales_data <- data.frame(
  sales = c(1200, 1500, NA, 2000, 1800),
  age = c(35, -5, 45, 50, 30),
  status = c("completed", "pending", "completed", NA, "completed")
)

cleaned_data <- clean_sales_data(sales_data, threshold = 0.4)

print(cleaned_data)

输出结果为：

  sales age status
1  1200  35 completed
3  1800  30 completed

✅ 这个函数体现了 R 函数的强大之处：将复杂的业务逻辑封装成可复用的模块。无论你有多少个数据集，只要调用这个函数，就能快速完成清洗任务。

函数的返回值与多值返回

R 函数不仅可以返回单一值，还能返回复杂结构，如列表、数据框或函数本身。

返回列表：多值输出

analyze_data <- function(x) {
  # 输入一个数值向量 x
  # 返回其均值、标准差和中位数
  
  stats <- list(
    mean = mean(x),
    sd = sd(x),
    median = median(x)
  )
  return(stats)
}

result <- analyze_data(c(1, 2, 3, 4, 5))
print(result$mean)   # 输出：3
print(result$sd)     # 输出：1.581139

返回函数：高阶函数的应用

R 支持函数作为返回值，这在构建动态算法时非常有用。

create_multiplier <- function(factor) {
  # 返回一个新函数，该函数将输入乘以 factor
  multiplier <- function(x) {
    return(x * factor)
  }
  return(multiplier)
}

double <- create_multiplier(2)
triple <- create_multiplier(3)

print(double(5))   # 输出：10
print(triple(5))   # 输出：15

这种设计称为“高阶函数”，是函数式编程的重要思想，在 R 中广泛应用。

总结与进阶建议

通过本篇内容，我们系统学习了 R 函数的核心知识：从基础语法、参数设计、变量作用域，到实战封装与高级用法。掌握 R 函数，意味着你真正进入了“高效编程”的大门。

✅ 核心建议：

  1. 凡是重复代码，优先考虑封装为函数；
  2. 函数命名要清晰，如 clean_data()、plot_sales_trend()；
  3. 添加适当的注释与错误检查，提升函数健壮性；
  4. 利用 return() 明确返回值，避免歧义；
  5. 多练习将数据分析流程模块化为函数，形成自己的“工具库”。

R 函数不仅是代码复用的工具，更是思维结构化的体现。当你能熟练编写高质量的 R 函数时，你已经迈出了从“写代码”到“设计程序”的关键一步。继续探索，你会发现更多隐藏在函数背后的优雅与力量。