R语言管道符（%＞%）及占位（.）的简单介绍

前言

  刚开始学习R语言的时候，经常模仿别人的代码，囫囵吞枣。如今，自己研究的领域中，经常使用的操作也相对熟练，所以，需要静心补一补脑子里的洞，简单整理一下R语言 Magrittr 相关的管道操作。在代码整洁和可维护性方面，Magrittr 管道符（%>%）作用显著

一个简单的例子

  刚开始使用R的时候，我为了减少赋值的频次，就把好多个函数套一起使用，经常少了某个括号，看起来也有些”奇怪“，或者说复杂、难理解…比如：

round(cos(exp(sin(log10(sqrt(25))))), 2)
# -0.33

  后来，偶然看见师兄的代码，发现了这个符号%>%，才认识了管道符（开始用bash管道符的时候，想过为啥R没有，后来才知道是我太菜…），有了管道符之后就有了下面这样的操作：

library(magrittr)

sqrt(25) %>%
  log10() %>%
  sin() %>%
  exp() %>%
  cos() %>%
  round(2)
# -0.33

  这样看起来，是不是更好理解、更整洁？那么，管道符做了什么，比如%>%，它把前边的输出结果，呈递给下一个函数，作为输入，例子中就是把sqrt(25)的结果递给log10()，类推。所以，管道符做的，就是把其左边的结果递给右边，作为输入。这会使代码更加的整洁、可读，并且维护性也会提高。

管道符及占位、花括号 {} 、美元符号$

占位

  很多时候，我们使用的函数，数据输入的位置并不是第一个参数，或者，我想要放到我想放的位置，比如gsub等，这类函数在管道符右边的时候，就需要一个东西，指定前面（管道符左边）的输出该放在后面函数的哪个位置。这个东西就是：.。没错，就是这个句点，这样用：

argument2 %>% function(argument1, .)
argument1 %>% function(argument2)

例子：

1:5 %>%
  paste(., letters[.])
  
# [1] "1 a" "2 b" "3 c" "4 d" "5 e"

# install.packages("gapminder")
library(gapminder)
gapminder %>%
  dplyr::pull(continent) %>%
  gsub("Europe", "EUROPE", .) %>%
  head(20)
# [1] "Asia" "Asia" "Asia" "Asia" "Asia" "Asia" "Asia" "Asia" 
# [9] "Asia" "Asia" "Asia" "Asia" "EUROPE" "EUROPE" "EUROPE" "EUROPE"
# [17] "EUROPE" "EUROPE" "EUROPE" "EUROPE"

先上一段代码：

gapminder %>%
  dplyr::filter(continent == "Asia") %>%
  dplyr::pull(gdpPercap) %>% round(2) %>% 
  head(10)

# [1] 779.45 820.85 853.10 836.20 739.98 786.11 978.01 852.40 649.34 635.34

  针对数据的continent 列，筛选出包含Asia的数据，然后拿出gdpPercap列，保留两位小数，然后取前十个。很简单的一段代码，但是如果为了缩短函数，像下面这样，把简单的函数head()和round()嵌套在一起，得到了不一样的结果：

gapminder %>%dplyr::filter(continent == "Asia") %>%
  dplyr::pull(gdpPercap) %>% 
  head(round(2), 10)

# [1] 779.4453 820.8530

gapminder %>%
  dplyr::filter(continent == "Asia") %>%
  dplyr::pull(gdpPercap) %>% 
  head(., round(2), 10)

# [1] 779.4453 820.8530

  看了head(., round(2), 10)，应该就会明白上边代码的输出。首先，从管道符左边过来的数据，并没有直接作为round函数的输入，而是给了head函数。第二点，round函数有两个参数，第一个位输入的vector，第二位是整数，用来指定保留的数位，默认是0，round(2) 返回的结果是2。head函数只接受两个参数，第一位是输入，第二位是指定打印多少，它接收了从管道左边传来的数据，作为第一个参数，round(2)的输出成了它的第二位参数，后面那个10就没用了……所以，一串代码只返回了两个数字，而不是我们想要的效果。想要嵌套一下，可以这样：

gapminder %>%
  dplyr::filter(continent == "Asia") %>%
  dplyr::pull(gdpPercap) %>% 
  head(round(., 2), 10)

# [1] 779.45 820.85 853.10 836.20 739.98 786.11 978.01 852.40 649.34 635.34

在使用管道符的时候，需要特别注意数据输入的位置，合适正确的使用.占位

all_equal(
  gapminder %>%
    dplyr::filter(continent == "Asia") %>%
    dplyr::pull(gdpPercap) %>% 
    round(2) %>% 
    head(10),

  gapminder %>%
    dplyr::filter(continent == "Asia") %>%
    dplyr::pull(gdpPercap) %>% 
    {
    head(round(., 2), 10)}
)

[1] TRUE

花括号 {}

不多说，直接上代码：

gapminder %>%
  dplyr::filter(continent == "Asia") %>% 
  stats::cor(.$lifeExp, .$gdpPercap)
  
gapminder %>%
      dplyr::filter(continent == "Asia") %>% 
      stats::cor(lifeExp, gdpPercap)

报错：
Error in if (is.na(na.method)) stop(“invalid ‘use’ argument”) : the condition has length > 1
Error in pmatch(use, c(“all.obs”, “complete.obs”, “pairwise.complete.obs”, : object ‘gdpPercap’ not found

加上花括号：

gapminder %>%
  dplyr::filter(continent == "Asia") %>% 
  {
    stats::cor(.$lifeExp, .$gdpPercap)}
# Equivalent to the code above
gapminder %>%
  dplyr::filter(continent == "Asia") -> only_asia
stats::cor(only_asia$lifeExp, only_asia$gdpPercap)

  不报错。相对比较容易理解，stats::cor接受两个参数，我们想要的是.$lifeExp, .$gdpPercap，但是管道左边来的数据占了一个位置，并且还是个data.frame，自然就报错了，加上花括号 {}，告诉管道符，我不想按照默认的，把左边的输出给右边，这样，stats::cor就只接受.$lifeExp, .$gdpPercap，正常运行。

美元符号 $

两段代码：

library(dplyr)

gapminder %>%
  dplyr::group_by(continent, year) %>%
  dplyr::summarise(count = n()) %>%
  dplyr::mutate(total = sum(count),
                prop = count / total) %>%
  head()

# continent year count total prop
# Africa 1952 52 624 0.08333333
# Africa 1957 52 624 0.08333333
# Africa 1962 52 624 0.08333333
# Africa 1967 52 624 0.08333333
# Africa 1972 52 624 0.08333333
# Africa 1977 52 624 0.08333333

gapminder %>%
  dplyr::group_by(continent, year) %>%
  dplyr::summarise(count = n()) %>%
  dplyr::mutate(total = sum(.$count),
                prop = count / total) %>%
  head()

# continent year count total prop
# Africa 1952 52 1704 0.03051643
# Africa 1957 52 1704 0.03051643
# Africa 1962 52 1704 0.03051643
# Africa 1967 52 1704 0.03051643
# Africa 1972 52 1704 0.03051643
# Africa 1977 52 1704 0.03051643

  第一段代码的输出并不是我想要的结果，第二段代码才是。.$允许我使用初始的数据也就是gapminder来计数，而不是dplyr::group_by分组之后的分组数据。所以，在使用dplyr::group_by之后，要注意我们的目的是什么，合理地使用.$，得到期望的结果。

其他管道符 %<>%、%T>%、%$%

对于其他的管道符，这里就举几个例子，不再一一展开讨论了

%<>%

mtcars <- mtcars %>% 
  transform(cyl = cyl * 2)

mtcars %<>% transform(cyl = cyl * 2)

对数据集mtcars操作，输出又赋给了变量mtcars

%T>%

rnorm(200) %>%
matrix(ncol = 2) %T>%
plot %>% # plot usually does not return anything. 
colSums
# [1] -4.018676 -27.018219

分支操作，随机生成200个数组成两列的矩阵之后，数据分别流向了两个方向，一是画个图，二是算一下列的和

%$%

iris %>%
  subset(Sepal.Length > mean(Sepal.Length)) %$%
  cor(Sepal.Length, Sepal.Width)

mtcars %$%
  cor(disp, mpg)

这个看起来和上边的花括号{}类似，但是并不一样，它把前面的数据暴露出来，可以任意使用数据中变量，而不需要.$获取。

总结

  在使用管道操作的时候，要理解管道的输出形式，正确的使用占位等……不罗嗦了，慢慢探索吧

参考

  https://magrittr.tidyverse.org/