在很多时候，我们要处理数据框中的一些数据，并将在某一范围内的数据赋予一个值，或是字符值或是因子，这个时候
使用within函数是比较方便的。详见下面的例子：
#首先建立数据框
> manager<-c(1:5)
> date<-c("10/24/08","10/28/08","10/1/08","10/12/08","5/1/09")
> country<-c("us","us","uk","uk","uk")
> gender<-c("M","F","F","M","F")
> age<-c(32,45,25,39,99)
> q1<-c(5,3,3,3,2)
> q2<-c(4,5,5,3,2)
> q2<-c(5,2,2,4,1)
> q3<-c(5,2,5,4,1)
> q4<-c(5,5,5,NA,2)
> q5<-c(5,5,2,NA,1)
> leadership<-data.frame(manager,date,country,gender,age,q1,q2,q3,q4,q5,stringAsFactors=F)
> leadership#已经建好的数据框如下所示
  manager     date country gender age q1 q2 q3 q4 q5 stringAsFactors
1       1 10/24/08      us      M  32  5  5  5  5  5           FALSE
2       2 10/28/08      us      F  45  3  2  2  5  5           FALSE
3       3  10/1/08      uk      F  25  3  2  5  5  2           FALSE
4       4 10/12/08      uk      M  39  3  4  4 NA NA           FALSE
5       5   5/1/09      uk      F  99  2  1  1  2  1           FALSE

> leadership<-within(leadership,{#使用within（原来数据框，{分组条件}）函数将年龄进行分组
+ agecat<-NA                            #先向数据框中增一列名为agecat,并全部赋值为NA。
+ agecat[leadership$age>75]<-"elder" #然后使用逻辑符号进行分组
+  agecat[leadership$age>=55&leadership$age<=75]<-"middle age"
+ agecat[leadership$age<55]<-"young"}
+ )
> leadership   #分组好以后的数据框如下所示
  manager     date country gender age q1 q2 q3 q4 q5 stringAsFactors agecat
1       1 10/24/08      us      M  32  5  5  5  5  5           FALSE  young
2       2 10/28/08      us      F  45  3  2  2  5  5           FALSE  young
3       3  10/1/08      uk      F  25  3  2  5  5  2           FALSE  young
4       4 10/12/08      uk      M  39  3  4  4 NA NA           FALSE  young
5       5   5/1/09      uk      F  99  2  1  1  2  1           FALSE  elder
>