先解釋一下 %>% 這個符號，這是pipe operator
高中的時候教的函數都常都長這樣，f(x)代表f()函數對X作用接著會跑出答案
還有一種問題更複雜g(f(x))，這是包兩層的函數，也不難理解
但是如果包成十層呢?長的類似sd(mean(sum(sqrt(x))))，一眼根本很難辨識
因此magrittr這個package提供這個operator，它的作用是將左邊的object
直接作用於右邊的function，例如f(x)就能寫成x %>% f()，或者更上面的
x %>% f() %>% g()，x %>% sqrt() %>% sum() %>% mean() %>% sd()
這樣的方式更容易讓自己與別人一眼就了解你在寫什麼
建議你可以去下載swirl package來使用，這是一個互動式學習的package
置底的翻轉教室也是一樣的，只是內容是中文與內容稍有不同
英文版本的可以從github上面下載新的課程，裡面有apply、sapply、tapply
跟lapply的教學，用這個速度會比loop快很多，當然小樣本感覺不出來
但如果後面是大樣本，就是一個是喝杯水的時間，另一個是吃頓飯的時間了
接著是loop的部分，你的DATA應該是每個值都有一個對應的組別
而你想要的是該值減掉組平均除以組標準差進而對其標準化吧
在loop上面你應該先cbind一個column進去你的dataframe假設叫做zscore
首先要把mean跟sd算出來，我就不寫了
for (i in 1:nrow(dat)) {zscore[i]<-(dat$A20[i]-dat$mean[i])/dat$sd[i]}
這樣寫你才能對應自己組別的mean跟sd