管道传输的链式语法

pipeline operator

命令式编程容易出现大量的中间变量，污染全局环境。

可如果写成一系列函数嵌套的形式，又会造成可读性下降

pipeline operator 能够解决这个痛点，使代码更加清晰易读

|>

这是 4.1.0 版本新发布的 base R 管道操作符。

4.2.0 为其设计了 placeholder _，但这个 placeholder 不能单独使用，必须在其出现的参数位置写上 paramter = _

mtcars |> lm(mpg ~ disp, data = _) # data = 不可省略，否则会报错

#> 
#> Call:
#> lm(formula = mpg ~ disp, data = mtcars)
#> 
#> Coefficients:
#> (Intercept)         disp  
#>    29.59985     -0.04122

|> 和 _ 这一套的推广，需要 Rstudio 和 VSCode-R 等 IDE 中快捷键和语法检查的匹配——但它们的更新往往要慢于 R base

%>% 右向管道操作符

传递对象给右边的函数或表达式。当对象在右边函数的第一个参数时，可以省略这个参数；不是第一个参数时，则可以用.代替。如果是一元函数，甚至可以连()也省掉，只保留函数名。

管道操作符

set.seed(123)
a <- rnorm(10)
a

#>  [1] -0.56047565 -0.23017749  1.55870831  0.07050839  0.12928774  1.71506499
#>  [7]  0.46091621 -1.26506123 -0.68685285 -0.44566197

# 由此可见：`*`和`+`其实是两个函数！接收传来的数据流作为自己的第一个参数
a %>%
  `*`(5) %>%
  `+`(5)

#>  [1]  2.197622  3.849113 12.793542  5.352542  5.646439 13.575325  7.304581
#>  [8] -1.325306  1.565736  2.771690

%T>% 左向管道操作符

必须与%>%配合使用。

T管道操作符

例1：在数据处理的中间过程，需要打印输出或图片输出（如观察代码是否达到了预设的目的），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。

# 为了提高可读性，%T>% 不换行
rnorm(100) %>%
  matrix(ncol = 2) %T>% plot %>%
  str()

#>  num [1:50, 1:2] 1.224 0.36 0.401 0.111 -0.556 ...

%$% 爆炸操作符

一些基础函数只接受向量作为参数，而不接受数据框，爆炸操作符可以绑定数据框，让右侧的函数可以直接使用列名

mtcars %$% cor(disp, mpg)

#> [1] -0.8475514

相当于

cor(mtcars$disp, mtcars$mpg)

#> [1] -0.8475514

%<>% 复合赋值操作符

功能与%>%基本一样，多了一项额外的操作，就是把结果写回左侧对象。所以其功能就是运算且更新。

比如，我们需要对一个数据集进行排序，同时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%<>%把左侧的数据集A传递右侧的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。

复合赋值操作符

例：定义符合正态分布的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 <- rnorm(100)
a <- x %>%
  abs() %>%
  sort() %>%
  head(10)
a

#>  [1] 0.001105352 0.016190263 0.028002159 0.039240003 0.044933609 0.053805041
#>  [7] 0.056128740 0.059313397 0.074341324 0.074564983

x %<>% abs %>%
  sort() %>%
  head(10)
x

#>  [1] 0.001105352 0.016190263 0.028002159 0.039240003 0.044933609 0.053805041
#>  [7] 0.056128740 0.059313397 0.074341324 0.074564983

%<>%的主要作用是省略一步<-，但会造成变量的改变，程序的稳健性会因此削弱，最好不要用。

流式操作的使用场景

在函数间传递数据

匿名函数function(parameter){...}单独出现时，外面要用括号()括起来

iris %>%
  (function(x) {
    if (nrow(x) > 2) {
      bind_rows(head(x, 1), tail(x, 1)) %>% return()
    } else {
      return(x)
    }
  })

#>   Sepal.Length Sepal.Width Petal.Length Petal.Width   Species
#> 1          5.1         3.5          1.4         0.2    setosa
#> 2          5.9         3.0          5.1         1.8 virginica

用函数替代运算符

# 本质上，R中的运算符都是函数，故以下两行伪代码等价
fun(sym) <- value
`fun<-`(sym, value) # 上一行是这一行的语法糖

新函数	原操作符1
extract(x, index or 'col_name')	[，即[(x, index/‘col_name’)
extract2(x, index or 'col_name')	[[，即[[(x, index’col_name’)
inset()	[<-
inset2()	[[<-
set_colnames()	colnames()<-
set_rownames()	rownames()<-
magrittr::use_series()（可用于list）, dplyr::pull()（不适用于list）	$
add	+
subtract	-
multiply_by	*
raise_to_power	^
multiply_by_matrix	%*%
divide_by	/
divide_by_int	%/%
mod	%%
is_in()	%in%
and	&
or	|
equals	==
is_greater_than	>
is_weakly_greater_than	>=
is_less_than	<
is_weakly_less_than	<=
not	!
set_names()	names()<-

set.seed(1)
x <- rnorm(10)
x

#>  [1] -0.6264538  0.1836433 -0.8356286  1.5952808  0.3295078 -0.8204684
#>  [7]  0.4874291  0.7383247  0.5757814 -0.3053884

x %>%
  multiply_by(5) %>%
  add(5)

#>  [1]  1.8677309  5.9182166  0.8218569 12.9764040  6.6475389  0.8976581
#>  [7]  7.4371453  8.6916235  7.8789068  3.4730581

x %>%
  `*`(5) %>%
  `+`(5)

#>  [1]  1.8677309  5.9182166  0.8218569 12.9764040  6.6475389  0.8976581
#>  [7]  7.4371453  8.6916235  7.8789068  3.4730581

x <- 1:10
x %<>% set_names(letters[1:10])
# 作为参数传入函数时，会自动生成副本，x不会被修改，所以必须加赋值命令
x

#>  a  b  c  d  e  f  g  h  i  j 
#>  1  2  3  4  5  6  7  8  9 10

x <- 1:10
x %<>% `names<-`(letters[1:10]) # names()<- 在R中执行的真正形式
x

#>  a  b  c  d  e  f  g  h  i  j 
#>  1  2  3  4  5  6  7  8  9 10

y <- list(c(1, 2), c("a", "b"))
y %>% `[`(2) # 不能直接用extract()，已被其他包同名函数覆盖

#> [[1]]
#> [1] "a" "b"

y %>% magrittr::extract(2)

#> [[1]]
#> [1] "a" "b"

y %>% extract2(2)

#> [1] "a" "b"

y %>%
  extract2(2) %>%
  class()

#> [1] "character"

y %>%
  extract2(2) %>%
  extract2(2)

#> [1] "b"

y %>%
  map(extract2, 2) %>%
  unlist()

#> [1] "2" "b"

# unlist()拆分成vector，必须是同样的数据类型，那只能是数字退化为字符串

df <- tibble(v1 = 1:26, v2 = letters)
# 完成了列名赋值工作
df %<>% set_colnames(c("id", "name")) %>%
  filter(id %>% is_in(1:10)) # 替代 %in%
df

#> # A tibble: 10 × 2
#>       id name 
#>    <int> <chr>
#>  1     1 a    
#>  2     2 b    
#>  3     3 c    
#>  4     4 d    
#>  5     5 e    
#>  6     6 f    
#>  7     7 g    
#>  8     8 h    
#>  9     9 i    
#> 10    10 j

传递数据给代码块

例：对一个包括10个随机数的向量的先*5再+5，求出向量的均值和标准差，并从小到大排序后返回前5条。

set.seed(1)
a <- rnorm(10)
a %>%
  multiply_by(5) %>%
  add(5) %>%
  {
    cat("Mean:", mean(.), "\nVar:", var(.), "\n")
    sort(.) %>% head(5)
  }

#> Mean: 5.661014 
#> Var: 15.23286

#> [1] 0.8218569 0.8976581 1.8677309 3.4730581 5.9182166

# 等价于定义一个函数。还是应该定义函数，增强可读性
display <- function(d) {
  cat("Mean:", mean(d), "\nVar:", var(d), "\n")
  sort(d) %>%
    head(5) %>%
    print()
}
a %>%
  multiply_by(5) %>%
  add(5) %>%
  display()

#> Mean: 5.661014 
#> Var: 15.23286 
#> [1] 0.8218569 0.8976581 1.8677309 3.4730581 5.9182166

---

1. R 中的操作符其实都是函数，只不过是写法上特殊一点的无括号函数。所以在管道操作中，左边函数对右边运算符的替换并不是必须的，因为管道也可以和操作符直接配合，只不过都要用反引号将操作符括起来，显式指明这是一个函数。↩︎