先解释一下 %>% 这个符号，这是pipe operator
高中的时候教的函数都常都长这样，f(x)代表f()函数对X作用接着会跑出答案
还有一种问题更复杂g(f(x))，这是包两层的函数，也不难理解
但是如果包成十层呢?长的类似sd(mean(sum(sqrt(x))))，一眼根本很难辨识
因此magrittr这个package提供这个operator，它的作用是将左边的object
直接作用于右边的function，例如f(x)就能写成x %>% f()，或者更上面的
x %>% f() %>% g()，x %>% sqrt() %>% sum() %>% mean() %>% sd()
这样的方式更容易让自己与别人一眼就了解你在写什么
建议你可以去下载swirl package来使用，这是一个交互式学习的package
置底的翻转教室也是一样的，只是内容是中文与内容稍有不同
英文版本的可以从github上面下载新的课程，里面有apply、sapply、tapply
跟lapply的教学，用这个速度会比loop快很多，当然小样本感觉不出来
但如果后面是大样本，就是一个是喝杯水的时间，另一个是吃顿饭的时间了
接着是loop的部分，你的DATA应该是每个值都有一个对应的组别
而你想要的是该值减掉组平均除以组标准差进而对其标准化吧
在loop上面你应该先cbind一个column进去你的dataframe假设叫做zscore
首先要把mean跟sd算出来，我就不写了
for (i in 1:nrow(dat)) {zscore[i]<-(dat$A20[i]-dat$mean[i])/dat$sd[i]}
这样写你才能对应自己组别的mean跟sd