| R语言中管道操作 %>%, %T>%, %$% 和 %% | 您所在的位置：网站首页 › r语言中sigma是什么意思 › R语言中管道操作 %>%, %T>%, %$% 和 %% |
R语言中管道操作 %>%, %T>%, %$% 和 %%
|
前言 使用R语言进行数据处理是非常方便的，几行代码就可以完成很复杂的操作。但是，对于数据的连续处理，还是有人觉得代码不好看，要么是长长的函数嵌套调用，有点像Lisp感觉，括号包一切；要么就是每次操作赋值一个临时变量，啰嗦。为什么就不能像Linux的管道一样优雅呢？ magrittr包在这样场景中被开发出来，通过管道的方式让连续复杂数据的处理操作，代码更短，更容易读，甚至一行代码可以搞定原来10行代码的事情。 目录 magrittr介绍 magrittr安装 magrittr包的基本使用 magrittr包的扩展功能 1. magrittr介绍magrittr包被定义为一个高效的管道操作工具包，通过管道的连接方式，让数据或表达式的传递更高效，使用操作符%>%，可以直接把数据传递给下一个函数调用或表达式。magrittr包的主要目标有2个，第一是减少代码开发时间，提高代码的可读性和维护性；第二是让你的代码更短，再短，短短短… magrittr包，主要定义了4个管道操作符，分另是%>%, %T>%, %$% 和 %%。其中，操作符%>%是最常用的，其他3个操作符，与%>%类似，在特殊的使用场景会起到更好的作用。当正确掌握这几个操作符后，你一定会爱不释手的，快去把所有的代码都重构吧，砍掉原来大段冗长的代码是一件多么令人激动的事情啊。 magrittr的项目主页：https://github.com/smbache/magrittr 2. magrittr安装本文所使用的系统环境 Win10 64bit R: 3.2.3 x86_64-w64-mingw32/x64 b4bitmagrittr是在CRAN发布的标准库，安装起来非常简单，2条命令就可以了。 ~ R > install.packages('magrittr') > library(magrittr) 3. magrittr包的使用对于magrittr包的使用，其实就是掌握这4个操作符的用法，向右操作符%>%, 向左操作符%T>%, 解释操作符%$% 和 复合赋值操作符%%。 3.1 %>% 向右操作符(forward-pipe operator) %>%是最常用的一个操作符，就是把左侧准备的数据或表达式，传递给右侧的函数调用或表达式进行运行，可以连续操作就像一个链条一样。 现实原理如下图所示，使用%>%把左侧的程序的数据集A传递右侧程序的B函数，B函数的结果数据集再向右侧传递给C函数，最后完成数据计算。 比如，我们要做下面的事情。(这是一个YY的需求。) 取10000个随机数符合，符合正态分布。 求这个10000个数的绝对值，同时乘以50。 把结果组成一个100*100列的方阵。 计算方阵中每行的均值，并四舍五入保留到整数。 把结果除以7求余数，并话出余数的直方图。我们发现上面的5个过程是连续的，正常的代码我要怎么实现呢。 # 设置随机种子 > set.seed(1) # 开始 > n1 n2 n3 n4 hist(n4%%7) # 第5步输出的直方图： 上面的代码写法是，每一行实现一个条件，但中间多了不少的临时变量。再看另外一种的写法，括号包一切。 # 设置随机种子 > set.seed(1) > hist(round(rowMeans(matrix(abs(rnorm(10000))*50,ncol=100)))%%7)输出的直方图： 我分别用两种常见的代码风格，实现了我们的需求。再看看%>%的方式，有多么的不一样。 # 设置随机种子 > set.seed(1) # 开始 > rnorm(10000) %>% + abs %>% `*` (50) %>% + matrix(ncol=100) %>% + rowMeans %>% round %>% + `%%`(7) %>% hist输出的直方图： 一行代码，不仅搞定所有的事情，而且结构清楚，可读性非常强。这就是管道代码风格，带来的优雅和简约。 3.2 %T>% 向左操作符(tee operator) %T>%向左操作符，其实功能和 %>% 基本是一样的，只不过它是把左边的值做为传递的值，而不是右边的值。这种情况的使用场景也是很多的，比如，你在数据处理的中间过程，需要打印输出或图片输出，这时整个过程就会被中断，用向左操作符，就可以解决这样的问题。 现实原理如下图所示，使用%T>%把左侧的程序的数据集A传递右侧程序的B函数，，B函数的结果数据集不再向右侧传递，而是把B左侧的A数据集再次向右传递给C函数，最后完成数据计算。 我们把上面的需求稍微进行调整，在最后增加一个要求，就会用到向左操作符。 取10000个随机数符合，符合正态分布。 求这个10000个数的绝对值，同时乘以50。 把结果组成一个100*100列的方阵。 计算方阵中每行的均值，并四舍五入保留到整数。 把结果除以7求余数，并话出余数的直方图。 对余数求和由于输出直方图后，返回值为空，那么再继续管道，就会把空值向右进行传递，这样计算最后一步时就会出错。这时我们需求的是，把除以7的余数向右传递给最后一步求和，那么就可以用到 %T>% 了 直接使用%>%向右传值，出现异常。 > set.seed(1) > rnorm(10000) %>% + abs %>% `*` (50) %>% + matrix(ncol=100) %>% + rowMeans %>% round %>% + `%%`(7) %>% hist %>% sum Error in sum(.) : invalid 'type' (list) of argument使用 %T>% 把左边的值，再向右传值，则结果正确。 > rnorm(10000) %>% + abs %>% `*` (50) %>% + matrix(ncol=100) %>% + rowMeans %>% round %>% + `%%`(7) %T>% hist %>% sum [1] 3283.3 %$% 解释操作符(exposition pipe-operator) %$% 的作用是把左侧数据的属性名传给右侧，让右侧的调用函数直接通过名字，就可以获取左侧的数据。比如，我们获得一个data.frame类型的数据集，通过使用 %$%，在右侧的函数中可以直接使用列名操作数据。 现实原理如下图所示，使用%$%把左侧的程序的数据集A传递右侧程序的B函数，同时传递数据集A的属性名，作为B函数的内部变量方便对A数据集进行处理，最后完成数据计算。 下面定义一个3列10行的data.frame，列名分别为x,y,z，或缺x列大于5的数据集。使用 %$% 把列名x直接传到右侧进行判断。这里.代表左侧的完整数据对象。一行代码就实现了需求，而且这里不需要显示的定义中间变量。 > set.seed(1) > data.frame(x=1:10,y=rnorm(10),z=letters[1:10]) %$% .[which(x>5),] x y z 6 6 -0.8204684 f 7 7 0.4874291 g 8 8 0.7383247 h 9 9 0.5757814 i 10 10 -0.3053884 j如果不使用%$%，我们通常的代码写法为： > set.seed(1) > df df[which(df$x>5),] x y z 6 6 -0.8204684 f 7 7 0.4874291 g 8 8 0.7383247 h 9 9 0.5757814 i 10 10 -0.3053884 j从代码中可以发现，通常的写法是需要定义变量df的，df一共要被显示的使用3次，就是这一点点的改进，会让代码看起来更干净。 3.4 %% 复合赋值操作符(compound assignment pipe-operator) %%复合赋值操作符， 功能与 %>% 基本是一样的，对了一项额外的操作，就是把结果写到左侧对象。比如，我们需要对一个数据集进行排序，那么需要获得排序的结果，用%%就是非常方便的。 现实原理如下图所示，使用%%把左侧的程序的数据集A传递右侧程序的B函数，B函数的结果数据集再向右侧传递给C函数，C函数结果的数据集再重新赋值给A，完成整个过程。 定义一个符合正态分布的100个随机数，计算绝对值，并按从小到大的顺序排序，获得并取前10个数字赋值给x。 > set.seed(1) > x% sort %>% head(10) > x [1] 0.001105352 0.016190263 0.028002159 0.039240003 0.044933609 0.053805041 0.056128740 [8] 0.059313397 0.074341324 0.074564983是不是太方便了，一行就实现了一连串的操作。但是这里同时有一个陷阱，需要注意一下 %% 必须要用在第一个管道的对象处，才能完成赋值的操作，如果不是左侧第一个位置，那么赋值将不起作用。 > set.seed(1) > x x %% abs %>% sort %>% head(10) > x [1] 0.001105352 0.016190263 0.028002159 0.039240003 0.044933609 0.053805041 0.056128740 [8] 0.059313397 0.074341324 0.074564983 # 左侧第二个位置，结果被直接打印出来，但是x的值没有变 > x %>% abs %% sort %>% head(10) [1] 0.001105352 0.016190263 0.028002159 0.039240003 0.044933609 0.053805041 0.056128740 [8] 0.059313397 0.074341324 0.074564983 > length(x) [1] 10 # 左侧第三个位置，结果被直接打印出来，但是x的值没有变 > x %>% abs %>% sort %% head(10) [1] 0.001105352 0.016190263 0.028002159 0.039240003 0.044933609 0.053805041 0.056128740 [8] 0.059313397 0.074341324 0.074564983 > length(x) [1] 10 4. magrittr包的扩展功能我们已经了解了magrittr包的4个操作符的使用，除了操作符，我们再看一下magrittr还有哪些功能。 符号操作符定义 %>%对代码块的传递 %>%对函数的传递4.1 符号操作符定义 为了让链条传递看起来更友好，magrittr对于常见的计算符号操作符进行的重新定义，让每个操作都对应用一个函数，这样所有的传递调用代码都是风格统一的。比如，add()函数和`+`是等价的。 下面列出对应的列表： extract `[` extract2 `[[` inset `[=` is_less_than ` |
【本文地址】