mapReduce与前面说的Reduce是在功能完全不同，mapReduce提供了按分组变量运行指定函数的方式。

语法：
mapReduce(分组变量, 指定函数,data=数据框名）

这是实现分组统计的一种简便、直接的方式。特别是可以同时指定多个函数。


比如有一个数据框dt,包含三个变量，sex 性别，age 年龄，w 体重

> dt
   sex   age    w
1    m  27     45.6
2    f   25     55.9
3    m   40     49.0
4    f    28     59.5
5    m   38     53.5
6    f    32    48.9
7    m   36    45.9
8    f    26    53.4
9    m   32    48.4
10   f    31    54.2

按性别分组，计算统计指标：平均年龄，平均体重，年龄标准差，体重标准差

> mapReduce(sex,mean(age),mean(w),sd(age),sd(w),data=dt)

     [,1]     [,2]      [,3]            [,4]
f    28.4    54.38   3.049590    3.858368
m  34.6    48.48    5.176872   3.179151

函数返回所需要的结果矩阵。
这种分组统计也可以通过aggregate和sapply函数来实现。
不过根据mapReduce的帮助说明，这一函数可以实现并行计算，这对于大数据运算是很重要的，可能是其优点吧。

不错，学习了

R里没找到mapReduce这个函数