R 语言管道符（magrittr包）

R包

Package: magrittr介绍

• 一种高效的管道符操作工具包，让程序更加简洁和高效
• 主要包含4个常用的管道操作符
  • %>% ：向右操作符
  • %T>% ：向左操作符
  • %$% ：解释操作符（或者属性操作符）
  • %<>% ：复合赋值操作符

Package: magrittr安装

• install.packages(“magrittr”) # 安装
• library(magrittr) # 加载到当前环境

常用管道操作符的使用

向右操作符：%>%

• 原理：%>%左边的数据集或函数的结果（A）作为其右边函数（B）的第一个参数调用

# 设置随机种子
> set.seed(1)
 
# 开始
> rnorm(10000) %>%
+   abs %>% `*` (50)  %>%
+   matrix(ncol=100)  %>%
+   rowMeans %>% round %>% 
+   `%%`(7) %>% hist

注意 ：在链式操作中，运算符的使用方式，即使用的反引号 (`+`…)；操作符的另一侧的数值使用了小括号 ()。

向左操作符：%T>%

• 原理：%T>%左侧的数据集或函数结果（A）作为右侧程序（函数）的第一个参数调用，B（程序）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（或函数结果）再次向右传递给C函数（作为第一个参数调用），最后完成数据计算。

rnorm(100) %>% 
	abs %>% `*` (50) %>% 
	matrix(ncol = 10) %>% 
	rowMeans %>% 
	round %>% `%%`(7) %T>% hist %>% sum

注释 ：如果不适用 %T>% 操作符，即将hist绘图函数的结果传递给sum求和函数，进而引起错误

解释操作符（属性操作符）：%$%

• 原理： %$% 把左侧数据集或函数结果（A）和属性名传给右侧程序或函数，而右侧的调用函数（或程序）直接通过属性名，获取左侧的数据子集。（与with函数存在相似的操作）

> data.frame(x = 1:10, y = rnorm(10), z = letters[1:10]) %$% .[which(x>5),]
    x           y z
6   6  0.16542301 f
7   7 -1.02208005 g
8   8  0.24783685 h
9   9 -0.42270195 i
10 10  0.02309803 j
> with(df, df[x >5,])
    x           y z
6   6 -1.01704356 f
7   7  0.23781779 g
8   8  1.43178677 h
9   9 -0.09676528 i
10 10  1.44733223 j

注释 ： %$% 右侧的程序（或表达式）比较简洁（其实有点难理解），注意其表达式的 .[which(x>5),] 中中括号左侧有一个 逗号 存在；在 with 函数看起来比较好理解一些。

复合赋值操作符：%<>%

• 原理： %<>% 左侧的数据集或函数结果（A）作为右侧程序或函数的第一个参数调用，B程序或函数的结果数据集再向右侧传递给C函数（作为第一个参数调用），C程序或函数结果的数据集再 重新赋值 给A。

> x <- rnorm(100)
> x %<>% abs %>% sort %>% head
> x
[1] 0.02691459 0.03228899 0.04407453 0.05887155 0.06854365 0.08183674

注释 ：（1） %<>% 只能放在表达式的第一个位置；（2）不能与复制运算符在同一个命令行中；（3）替换原始数据。

magrittr包扩展功能

符号操作符定义

magrittr对于常见的运算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。
在R中存在的一一对应关系如下

function	expression
extract
extract2	`[[`
inset	`[<-`
inset2	`[[<-`
use_series	`$`
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 (`n’est pas`)	`!`
set_colnames	`colnames<-`
set_rownames	`rownames<-`
set_names	`names<-`

示例操作，如下。

> rnorm(10) %>% `+`(10) %>% `/`(2)
 [1] 5.114692 5.446174 5.009711 5.209725 5.176904 4.684421 5.055513 4.630852 4.123256 4.689387
> rnorm(10) %>% add(10) %>% divide_by(2)
 [1] 4.530785 4.036988 4.942378 4.591788 4.861108 5.243556 4.951784 5.322956 5.524302 5.217512

%>%传递至代码块

当对 %>% 左侧数据集或函数结果进行多次处理时，需要一个代码块来进行处理。把数据集传递到 {} 代码块中，传入的数据集以点号（ . ） 来表示，通过一段代码来完成操作。

> rnorm(100) %>%
+   multiply_by(5) %>%
+   add(5) %>%
+   {
+     cat("mean: ", mean(.),
+         "var: ", var(.), "\n")
+     x <- sort(.) %>% head
+   }
mean:  4.780373 var:  25.52519 
> x
[1] 0.125 0.375 0.750 1.250 2.125

通过 {} 包装的代码块，可以很方便的完成执行多次处理的复杂操作。还可以在代码块中进行赋值，以保存数据。

%>% 传递到函数

传递到函数和传递到代码块设计是类似的，把一个数据集或左侧函数或程序输出结果传给一个 匿名函数 （ 此匿名函数用小括号包含 ），进行复杂的数据操作。
比如，对鸢尾花数据集进行处理，只保留第一行和最后一行作为结果。

> iris %>% (
+   function(x){
+     if (nrow(x) > 2)
+       rbind(head(x,1), tail(x,1))
+     else
+       x
+   }
+ )
    Sepal.Length Sepal.Width Petal.Length Petal.Width   Species
1            5.1         3.5          1.4         0.2    setosa
150          5.9         3.0          5.1         1.8 virginica

致谢：毛里里求斯的整理和分享