R数据科学-第十章使用magrittr进行管道操作

最新推荐文章于 2022-07-14 13:19:56 发布

Caspian�

最新推荐文章于 2022-07-14 13:19:56 发布

阅读量445

点赞数

文章标签： r语言开发语言

本文链接：https://blog.csdn.net/weixin_44020827/article/details/121240636

版权

本文详细探讨了R语言中使用magrittr包进行管道操作的原理和实践，包括中间步骤、重写初始对象、函数组合、管道的适用与限制，并介绍了与管道相关的辅助工具%T>%和%$%的功能。通过实例展示了管道在简化代码和提升可读性上的优势，同时也指出了在某些复杂场景下管道可能带来的问题。

摘要由CSDN通过智能技术生成

我们将把一段歌谣：

一只小兔叫福福

蹦蹦跳跳过森林

抓起一窝小田鼠

每只头上打一下

用四种方法：

1.将每个中间步骤保存为一个新对象

2.多次重写初始对象

3.组合多个函数

4.使用管道

来讲述，以此体会管道的原理和替代方法。

library(magrittr)

最简单的方法是把每个中间步骤都保存为一个新对象：

foo_foo<-little_bunny()
foo_foo_1<-hop(foo_foo,through=forest)
foo_foo_2<-scoop(foo_foo_1,up=field_mice)
foo_foo_3<-bop(foo_foo_2,on=head)

这种方法最大的缺点是，必须为每个结果建立一个新变量。而大多数时候这些变量是没有什么实际意义的。这样会造成：

1.代码中充斥着大量不必要的变量。

2.必须在每一行代码中小心翼翼地修改后缀。

foo_foo<-little_bunny()
foo_foo<-hop(foo_foo,through=forest)
foo_foo<-scoop(foo_foo,up=field_mice)
foo_foo<-bop(foo_foo,on=head)

缺点：

1.如果出错，就必须从头开始运行整个流程。

2.多次从写阻碍了我们看清每行中发生了哪些变化。

关注