r怎么写 如何使用管道操作符优雅的书写R语言代码

杜宇，EasyCharts团队成员，R语言中文社区专栏作家，对Excel商务图、R语言数据可视化、地理信息数据可视化有兴趣。个人微信官方账号:“数据立方”创始人:数据立方(微信ID: datamofang)。

在本文中，我们将与您分享如何使用R语言中的管道运算符优化代码，以及如何调用和传递管道函数的参数。

使用R语言处理数据或分析时，不可避免地要编写连续的输入输出代码。按照传统的编写方法或者习惯，初学者往往会引入大量的中间变量，或者使用函数嵌套进行一次性输出。

虽然以上两种方法在结果方面都能达到我们预期的效果，但是无论是代码效率还是内存占用都有巨大的劣势。

1.使用中介变量会增加内存开销。特别是你的原始数据非常大，内存有限。在一个进程中引入过多的中介对象，不仅会使代码冗余，还会很快透支内存。

2.使用函数嵌套避免了内存占用的问题，但是嵌套过多的函数层会使代码难以理解和阅读，甚至会给以后的项目复用带来很大的麻烦。

而R语言的领导者很早就意识到了这个问题，开始在R语言中引入流水线操作符函数不断传递参数，从而实现了内存节省和代码优化的要求。

通常使用最多的管道函数来自magrittr包，其中管道操作函数写成% >: %，是R语言中常用的函数，很多成熟的项目扩展包都有内置的管道操作函数。(例如，dplyr、rvest、传单等。都实现了默认调用)。

流水线操作符用于大多数扩展包函数，默认情况下不加载magrittr包，在使用函数之前需要加载包。

这里我们从一个小案例开始今天的解释:

库(“服务器”)

库(“stringr”)

url<。-" http://www.zyzw.com/twzs010.htm"

在最近一个关于中国世界文化遗产仪表板的案例中，我在目标网站上抓取了52个中国世界自然文化遗产的名称。

根据引入中间变量的传统方式，代码应该如下所示:

web<。-read_html(url，encoding = " GBK ")web 1 & lt；-html_nodes(web，“b”)内容& lt-html_text(web1，trim = FALSE)内容& lt-gsub("(nt|，|d|，"，""，content 1)content 3 & lt；-grep("S "，content2，value = T)content 4 & lt；-str_trim(content3，side="both")content5<。-content 4[1:54]content 6 & lt；-content5[setdiff(1:54，c(35，39))]；内容6

其实在参数传递的细节上有很多需要注意的地方:

1.当函数只需要一个必要参数时，函数的写入容差非常高，相对自由:

样本(字母[1:5]，大小=20，替换=真)% & gt% table()示例(字母[1:5]，大小=20，replace = TRUE)% gt；% tablesample(字母[1:5]，大小=20，replace = TRUE)% gt；% table(。)a b c d 5 7 1 7

以上三种写法都能输出正确的结果。第一种写法保留圆括号，第二种写法省略圆括号，第三种写法保留圆括号和占位符“.”。

由于table只接受一个位置参数(你也可以理解为必选参数，是一个因子或者类别变量)，管道操作者从左侧传入的参数会被认为是table的必选参数。

前两种写法是等价的，第三种写法在括号里加了占位符，后面会讲到。

2.当函数有一个以上的必要参数(位置参数)，并且管道函数传入的参数位于第一个时，可以用以下方式编写:

url %>;% read _ html(encoding = " GBK ")URL % & gt；% read_html(。，编码=“GBK”)

read_html函数中只有一个位置参数x(必选参数)，编码是默认参数，options也是默认可选参数。所以x是强制参数，不需要声明参数名。Url是% >: %传入read_html，默认被视为x参数的对象。以上两种编写方法是等价的，第二种在read_html()函数中声明x参数的位置。(相当于x参数的占位符)，但在这种情况下没有必要。(因为X是第一个位置参数，所以默认可以识别。)

3.当函数有多个位置参数(强制参数)，并且从左侧传入的对象在右侧函数中没有排在第一位时，这种情况下，参数在右侧函数中的位置必须显式声明，并且" "应该用作占位符。

read_html(url，encoding="GBK") % >% html_nodes("b") %>。% html _ text(trim = FALSE)% & gt；% gsub("(nt|，|d|，"，" ")read_html(url，encoding = " GBK ")% & gt；% html_nodes("b") %>。% html _ text(trim = FALSE)% & gt；% gsub("(nt|，|d|，"，"，")read_html(url，encoding="GBK") % >;% html_nodes("b") %>。% html _ text(trim = FALSE)% & gt；% gsub("(nt|，|d|，"，"，"。)

在上面的代码中，前两个是错误的，最后一个成功了，因为gsub函数有三个位置参数(强制参数)，我们从左侧传入的string对象正好在第三个位置参数的位置。如果没有明确声明，告诉gsub函数% >: %传入对象在右侧函数中左侧的具体位置，函数无法自动识别。

gsub(pattern，replacement，x，ignore.case = FALSE，perl = FALSE，fixed = FALSE，useBytes = FALSE)

以上三点是基于函数式编程中传递位置参数必须遵循的规则，实际上是符合现实逻辑的。通过以上三点，我们可以得出结论:

1.右侧的函数只有一个位置参数(当它是必要参数时)。可以只写函数名(不带括号)，也可以用双括号写函数名，也可以写函数名+(。).以上删除照片的方法是合法的，但后两种不是必须的，功能可以根据逻辑自动识别。

2.当右函数有多个位置参数时，取决于右位置参数中从左侧导入的参数的顺序。如果恰好是右侧所有位置参数中的第一个，写的比较灵活，可以直接忽略。仅指定其他位置参数和默认参数。如果它位于第一个位置之后，则必须给出一个准确的显式位置声明和一个占位符。应该使用。

此外，当管道函数传递参数时，它还支持传递给数据帧的切片索引操作。如下图所示:

read_html(url，encoding="GBK") % >% html_nodes("b") %>。% html _ text(trim = FALSE)% & gt；% gsub("(nt|，|d|，"，"，"。)% & gt% grep("S "，)。，值=T) % >;% str_trim(side="both") %>。% .[1:54]

在最后一次参数传递过程中，一个文本向量被传递到左侧，它可以像普通场景中的向量下标索引一样过滤观察值。此时，左向量的名称可以由占位符代替，而不是写出(。在这里是必要的)。

Magrittr包提供了很多类似的% >以保证管道功能参数传输过程更加高效。%的辅助功能:

函数名:函数符号表达式:extract `[` extract 2 `[` insert `[

以上功能包括四个操作，逻辑判断比较功能，包含关系功能等。，以及一些不常用的冷门函数。我只拿几个常见的来简单介绍一下。

库(“马格里特”)

提取函数相当于`[`,用于索引数据框中的列:

iris %>。% extract(，1:3) % >% headiris %>。% `[`(1:3) % >% headiris %>。% .[，1:3] % >% head

以上三种方法对虹膜前三列进行索引和预览，结果是等价的。

extract2函数相当于`[ `，用于索引列表中的顺序对象。

mydata<。-list( mmm=1:5，nn=c("dd "，" fff "，" ttt ")，dd=6:20 )mydata % >% extract2(1)mydata % >% `[[`(1)mydata[[1]]mydata$mmm

1 2 3 4 5

以上四种标引方法是等价的。

好时光& lt-Sys。date()% & gt；% as。POSIXct %>。% seq(by="15分钟"，length . out = 100)% & gt；% data.frame(时间戳=。)good.times $ quarter & lt-good . times % & gt；% use _ series(timestamp)% & gt；%格式(" % M ")% & gt；% as.numeric %>。% divide _ by _ int(15)% & gt；% add(1)good . times $ quarter & lt；-good . times % & gt；% .[，"时间戳"]% & gt；%格式(" % M ")% & gt；% as.numeric %>。% `%/% `(15)% & gt；% `+`(1)[1] 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 [61] 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4

以上两种方法的输出结果是等价的，特别注意最后% >: % `%/%`(15)函数，% >；% `+`(1)，前者表示左边传入值的商除以15的整数部分，后者表示向量均匀增加1。

加`+`减`-`乘` * `升_到_幂`^`multiply_by_matrix `%*% `除_乘`/`除_乘_int `%/% `模` %% '

以上是浓缩的简单几何运算，可以通过函数名或符号表达式与% >结合。%传递参数，保存代码，提高效率。

至于其他尚未解释的特殊用途，如果您感兴趣，可以参考源代码文档。

本文参考文献:

https://cosx.org/2014/04/use-pipeline-operators-in-r

http://blog.fens.me/r-magrittr/

https://cran . r-project . org/web/packages/magritter/magritter . pdf

关于过去的案例数据，请转到我的GitHub:

https://github.com/ljtyduyu/DataWarehouse/tree/master/File