如何用赋值运算符结束管道？答案

【问题标题】：How do you end a pipe with an assignment operator?如何用赋值运算符结束管道？
【发布时间】：2015-10-08 23:30:02
【问题描述】：

我想用 R 中的赋值运算符结束管道。

我的目标（在伪 R 中）：

data %>% analysis functions %>% analyzedData

其中data和analyzedData都是data.frame。

我已经尝试了几个变体，每个变体都给出一个独特的错误消息。我尝试过的一些迭代：

data %>% analysis functions %>% -> analyzedData
data %>% analysis functions %>% .-> analyzedData
data %>% analysis functions %>% <-. analyzedData
data %>% analysis functions %>% <- analyzedData

错误信息：

Error in function_list[[k]](value) : 
  could not find function "analyzedData"
Error: object 'analyzedData' not found
Error: unexpected assignment in: ..

更新：我想出的方法是：

data %>% do analysis %>% {.} -> analyzedData

这样，要对长管道进行故障排除/调试，您可以将这两行放入管道中，以最大限度地减少代码重新运行并隔离问题。

data %>% pipeline functions %>% 
   {.}-> tempWayPoint
   tmpWayPoint %>% 
more pipeline functions %>% {.} -> endPipe

【问题讨论】：

analyzedData <- data %>% analysis functions
你的标题有点误导；您真正想要做的是将分配交错到管道中，而不是结束它。
@Hong-Ooi 我来到这里是因为我的问题是标题中的问题，事实上，事实证明这不是问题。但是对于像我这样想要回答这个问题的人来说，答案是中缀函数[<- ()。（我无法正确使用反引号；[<- 在反引号中）。第一个参数是要子集然后分配的对象（以便通过管道输入），下一个参数是该对象的维度的子集（每个一个），最后一个是要分配给该子集的对象，或者覆盖它。

标签： r dplyr magrittr

【解决方案1】：

你想要的也可以使用大括号，例如

data %>% analysis_functions %>% {analyzedData <<-.}

您还可以在对象分配后扩展管道。我发现在长链的末尾分配一个数据框非常方便，然后再将其导入 ggplot 或在 tidy()ing 之前将模型对象保存用于其他目的。

【讨论】：

【解决方案2】：

更新：我想出的方法是：data %>% do analysis %>% {.} -> analyzedData

这样，要对长管道进行故障排除/调试，您可以将这两行放入管道中，以最大限度地减少代码重新运行并隔离问题。

data %>% pipeline functions %>% 
   {.}-> tempWayPoint
   tmpWayPoint %>% 
more pipeline functions %>% {.} -> endPipe

如果您有更好的方法，请告诉我。

【讨论】：

你不需要%>% {.}。你可以做pipeline_functions -> tmpWaypoint。

【解决方案3】：

看起来您正试图用创建新对象的副作用来装饰%>% 管道运算符。有人会假设您可以为此使用赋值运算符->，但它在管道中不起作用。这是因为-> 的优先级低于%>% 等用户定义的运算符，这会打乱解析：您的管道将被解析为(initial_stages) -> (final_stages)，这是荒谬的。

解决方案是将-> 替换为用户定义的版本。当我们这样做的时候，我们不妨使用lazyeval 包，以确保它会在它应该去的地方创建对象：

`%->%` <- function(value, x)
{
    x <- lazyeval::lazy(x)
    assign(deparse(x$expr), value, x$env)
    value
}

使用中的一个例子：

smry <- mtcars %>% 
    group_by(cyl) %->%   # ->, not >
    tmp %>%
    summarise(m=mean(mpg))

tmp
#Source: local data frame [32 x 11]
#Groups: cyl
#
#    mpg cyl  disp  hp drat    wt  qsec vs am gear carb
#1  21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4
#2  21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4
#3  22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1
#4  21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1
#5  18.7   8 360.0 175 3.15 3.440 17.02  0  0    3    2
#..  ... ...   ... ...  ...   ...   ... .. ..  ...  ...

smry
#Source: local data frame [3 x 2]
#
#  cyl        m
#1   4 26.66364
#2   6 19.74286
#3   8 15.10000

【讨论】：

【解决方案4】：

将作业作为第一件事可能是最简单的（就像 scoa 提到的那样），但如果你真的想把它放在最后，你可以使用assign

mtcars %>% 
  group_by(cyl) %>% 
  summarize(m = mean(hp)) %>% 
  assign("bar", .)

它将输出存储到“bar”中

您也可以只使用-> 运算符。您在问题中提到了它，但看起来您使用了类似的东西

mtcars %>% -> yourvariable

而不是

mtcars -> yourvariable

你不想在->前面有%>%

【讨论】：

谢谢，这似乎可以解决问题。您知道使用 '{.} -> endPipe' 与 'assign("endPipe", .)' 的相对优点吗？我看到 assign 允许您将环境指定为参数。除此之外，如果我们只对分配到当前环境感兴趣，那么一个比另一个更好吗？只是风格上的差异吗？
我试过这个，但分配不起作用。代码评估，但我没有得到一个名为“bar”的新对象。
@ccoffman 你应该得到一个名为“bar”的新对象。它将在当前环境中进行评估，因此如果您在函数内部执行此操作，然后在函数退出后寻找“bar”，那么“bar”将不再存在。不过，这更像是一个范围界定问题。
我遇到了和科夫曼一样的问题。正如@Dason 建议的那样，代码没有在函数中运行。将分配语句更改为 assign("bar", .,envir = .GlobalEnv) 确实解决了问题。我正在使用 R 版本 3.4.1。
以这种方式对管道使用 assign() 在 R 3.5.2 和 marittr 1.5 中不起作用。使用 pos= 参数显式设置环境以将变量分配到（例如 pos=1）。或者，按照 @Wilbert 并使用 envir= 参数。

【解决方案5】：

您可以将管道链视为一个多行函数，它与其他所有多行函数一样工作。保存输出的常用方法是在第一行分配它：

analyzedData <- data %>% analysis functions

就像你会做的那样：

plot <- ggplot(data,aes(x=x,y=x)) +
  geom_point()

【讨论】：