5.4 控制流
语句（statement）是一条单独的R语句或一组复合语句（包含在花括号{ } 中的一组R语
句，使用分号分隔）；
条件（cond）是一条最终被解析为真（TRUE）或假（FALSE）的表达式；
表达式（expr）是一条数值或字符串的求值语句；
序列（seq）是一个数值或字符串序列。
5.4.1重复和循环
1.for结构 循环重复地执行一个语句，直到某个变量的值不再包含序列seq中为止
语法：for(var in seq) statement
2.while结构 循环重复地执行一个语句，知道条件不为真为止
语法：while(cond) statement
5.4.2条件执行
1.if-else结构 控制结构if-else在某个给定条件为真时执行语句。也可以同时在条件为假时执行另外的语句。
语法：if (cond) statement
If(cond)statement1 else statement2
2.ifelse结构 是if-else结构比较紧凑的向量化版本
语法：ifelse(cond,statement1,statement2) #cond=TRUE 执行statement1；FALSE时执行statement2
3.switch结构 根据一个表达式的值选择语句执行
语法：switch(expr，…)
5.5用户自编函数
结构：myfunction<- function(arg1,arg2,…){
statements
return
}
注：一旦开始编写无论任何长度和复杂度的函数，优秀调试工具的重要性都会凸显出来。R中有许多实用的内建调试函数，也有许多用户贡献包提供了额外的功能。关于这个话题，一份优秀的参考资料是DuncanMurdoch整理的“Debugging in R”（http://www.stats.uwo.ca/faculty/murdoch/software/debuggingR）。
5.6整合与重组 （aggregate & reshape）
5.6.1转置
使用函数t()即可对一个矩阵或数据框进行转置。对于后者，行名将成为变量（列）名。
5.6.2整合数据
在R中使用一个或多个by变量和一个预先定义好的函数来折叠（collapse）数据是比较容易的。
调用格式为：aggregate(x,by,FUN)
其中x是待折叠的数据对象，by是一个变量名组成的列表，这些变量将被去掉以形成新的观测，
而FUN则是用来计算描述性统计量的标量函数，它将被用来计算新观测中的值。
5.6.3reshape包
reshape包是一套重构和整合数据集的绝妙的万能工具。
1、 融合
数据集的融合是将它重构为这样一种格式：每个测量变量独占一行，行中带有要唯一确定这个测量所需的标识符变量。例：
Library（reshape）
Md<-melt(mydata,id=(c(“id”,””time”))))
2、 重铸
cast()函数读取已融合的数据，并使用你提供的公式和一个（可选的）用于整合数据的函数将其重塑。调用格式为：newdata<-cast(md,formula,FUN)
其中的md为已融合的数据，formula描述了想要的最后结果，而FUN是（可选的）数据整合函数。
