【R】magrittr - 4种管道操作符活用教程

1

什么是管道操作？

举个栗子

#以R自带的iris数据为例

pacman::p_load(tidyverse, magrittr)
data <- iris

#顺序写法

data <- filter(data, Sepal.Length > 7) #筛选Sepal.Length > 7的行
data <- select(data, -Species) #剔除Species列
data <- map_df(data, mean) #求所有列均值

#函数嵌套写法

data <- map_df(select(filter(data, Sepal.Length > 7), -Species), mean)

#管道符写法

data %>% 
  filter(Sepal.Length > 7) %>% #筛选Sepal.Length > 7的行
  select(-Species) %>% #剔除Species列
  map_df(mean) #求所有列均值

几种写法的比较

    普通顺序写法下data变量被声明了6次，并每次都需要对data重新赋值。函数嵌套写法下data虽然被声明了2次，但其逻辑复杂，同时很难对指定函数去注释。

    管道符写法下data变量仅被声明1次，同时计算逻辑按行排列层层递进，更方便添加注释。

2

管道操作符讲解

1

%>% - 向右操作符

data %>% 
  filter(Sepal.Length > 7) %>% #筛选Sepal.Length > 7的行
  select(-Species) %>% #剔除Species列
  map_df(mean) #求所有列均值
  
  
# A tibble: 1 x 4
  Sepal.Length Sepal.Width Petal.Length Petal.Width
         <dbl>       <dbl>        <dbl>       <dbl>
1         7.48        3.12          6.3        2.05

 #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

2

%T>% - 向左操作符

data %>% 
  filter(Sepal.Length > 7) %>% 
  select(-Species) %T>%    #在这里！！！
  print() %>% 
  map_df(mean)
  


   Sepal.Length Sepal.Width Petal.Length Petal.Width
1           7.1         3.0          5.9         2.1
2           7.6         3.0          6.6         2.1
3           7.3         2.9          6.3         1.8
4           7.2         3.6          6.1         2.5
5           7.7         3.8          6.7         2.2
6           7.7         2.6          6.9         2.3
7           7.7         2.8          6.7         2.0
8           7.2         3.2          6.0         1.8
9           7.2         3.0          5.8         1.6
10          7.4         2.8          6.1         1.9
11          7.9         3.8          6.4         2.0
12          7.7         3.0          6.1         2.3
# A tibble: 1 x 4
  Sepal.Length Sepal.Width Petal.Length Petal.Width
         <dbl>       <dbl>        <dbl>       <dbl>
1         7.48        3.12          6.3        2.05

#插入到链条中的单独事件，不影响后续链条（运行并跳过）

#这里的 %T>% print() 可以理解为：

在对print函数的上一个函数的结果做print输出的同时

print函数的下一个函数代入值print的上一个函数的结果

3

%$% - 解释操作符

iris %$%
  str_detect(Species, "a") #查看iris内Species变量中每行是否包含“a”字符
  


 [1]  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE
 [20]  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE
 [39]  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
 [58] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
 [77] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
 [96] FALSE FALSE FALSE FALSE FALSE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE
[115]  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE
[134]  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE

#把左侧数据的变量名传给右侧，让右侧的调用函数直接通过变量名，就可以获取左侧的数据中对应的变量

4

%<>% - 复合赋值操作符

data %<>% 
  filter(Sepal.Length > 7) %>% 
  select(-Species) %>% 
  map_df(mean)


> data


# A tibble: 1 x 4
  Sepal.Length Sepal.Width Petal.Length Petal.Width
         <dbl>       <dbl>        <dbl>       <dbl>
1         7.48        3.12          6.3        2.05

# 将后续链条的结果回馈赋值给 %<>% 前的变量

### %<>% 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

最后

    管道操作符的使用，大幅度简化了代码复杂度的同时可以减少不必要的内存消耗。

    祝大家在管道中happy coding

·END·

R语言与数据分析

生产力干货

微信号：RforData