这是一个相当简单的问题。但是我找不到每个 google/stackexchange 的答案并查看 magrittr 的文档。 您如何提供通过 %>% 连接的函数链的结果以创建向量？
我看到大多数人的做法是：
a <-
data.frame( x = c(1:3), y = (4:6)) %>%
sum()
但也有一个解决方案，我可以将结果通过管道链接到一个对象，可能是别名或类似的东西，有点像这样：
data.frame( x = c(1:3), y = (4:6)) %>%
sum() %>%
a <- ()
这将有助于将所有代码保持在相同的逻辑中，将结果向前“向下传递”。
【问题讨论】：
试试这个：
data.frame( x = c(1:3), y = (4:6)) %>% sum -> a
【讨论】：
-> 会有理由。现在有了！
->，你就不能继续使用链：例如data.frame( x = c(1:3), y = (4:6)) %>% sum -> a %>% exp给出一个错误，你将不得不使用括号(data.frame( x = c(1:3), y = (4:6)) %>% sum -> a) %>% (exp)，如果一个不小心这可能会导致意想不到的结果。
data.frame( x = c(1:3), y = (4:6)) %>% (sum -> a) %>% exp），但它没有正确地将部分结果分配给a。
data.frame( x = c(1:3), y = (4:6)) %>% sum -> a; a %>% exp 以避免该问题。 (2) 部分赋值是副作用，函数式风格是为了避免副作用。
tee=function(v,n){assign(n,v,.GlobalEnv);v} 然后d %>% whatever %>% tee("part1") %>% otherstuff $>$ tee("part2") %>% etcetc
你可以这样做：
data.frame( x = c(1:3), y = (4:6)) %>%
sum %>%
assign(x="a",value=.,pos=1)
有几点需要注意：
您可以使用“。”告诉magrittr 被提出的对象属于哪个参数。默认情况下它是第一个，但这里我使用. 表示我希望它在第二个value 参数中。
其次，我必须使用 pos=1 参数在全局环境中进行分配。
【讨论】：
您也可以使用<<- 运算符：
data.frame( x = c(1:3), y = (4:6)) %>%
sum() %>%
`<<-`(a,.)
编辑：我认为 John Paul 的建议是最安全的建议，您可以继续使用链对部分结果进行不同的分配。例如：
data.frame( x = c(1:3), y = (4:6)) %>%
sum %>%
assign(x="a",value=., pos=1) %>%
exp %>%
assign(x="b",value=., pos=1) %>%
sqrt %>%
assign(x="c", value=., pos=1)
这将正确创建a、b 和c。
【讨论】：
<- 吗？如果没有严格要求，最好不要使用<<-。
<- 运算符将分配给函数的本地环境，因此它不会在全局环境中创建变量。
使用 pipeR 的 %>>% 这应该很容易。
library(pipeR)
data.frame( x = c(1:3), y = (4:6)) %>>%
sum %>>%
(~ a)
pipeR 教程可能会有所帮助：http://renkun.me/pipeR-tutorial/ 分配：http://renkun.me/pipeR-tutorial/Pipe-operator/Pipe-with-assignment.html
【讨论】：
我喜欢做的（我在不记得的地方发现了这个技巧）是在我的管道链末端使用{.} -> obj。这样，我只需插入一个新行就可以在链的末尾添加额外的步骤，而不必重新定位到 -> 赋值运算符。
您也可以使用(.) 而不是{.}，但它看起来有点，奇怪。
例如，而不是这个：
iris %>%
ddply(.(Species), summarise,
mean.petal = mean(Petal.Length),
mean.sepal = mean(Sepal.Length)) -> summary
这样做：
iris %>%
ddply(.(Species), summarise,
mean.petal = mean(Petal.Length),
mean.sepal = mean(Sepal.Length)) %>%
{.} -> summary
它使您可以更轻松地查看管道数据的最终位置。此外，虽然看起来没什么大不了的，但添加另一个最后一步会更容易，因为您不需要将 -> 移动到新行，只需在 {.} 之前添加新行并添加步骤。
像这样：
iris %>%
ddply(.(Species), summarise,
mean.petal = mean(Petal.Length),
mean.sepal = mean(Sepal.Length)) %>%
arrange(desc(mean.petal)) %>% # just add a step here
{.} -> summary
但这无助于保存中间结果。 John Paul 对使用 assign() 的回答很好，但打字有点长。您需要使用.，因为数据不是第一个参数，您必须将新参数的名称放在"" 中，并指定环境（pos = 1）。我似乎很懒惰，但使用%>% 是关于速度。
所以我将assign() 包裹在一个小函数中，这会加快一点速度：
keep <- function(x, name) {assign(as.character(substitute(name)), x, pos = 1)}
所以现在你可以这样做了：
keep <- function(x, name) {assign(as.character(substitute(name)), x, pos = 1)}
iris %>%
ddply(.(Species), summarise,
mean.petal = mean(Petal.Length),
mean.sepal = mean(Sepal.Length)) %>% keep(unsorted.data) %>% # keep this step
arrange(mean.petal) %>%
{.} -> sorted.data
sorted.data
# Species mean.petal mean.sepal
#1 setosa 1.462 5.006
#2 versicolor 4.260 5.936
#3 virginica 5.552 6.588
unsorted.data
# Species mean.petal mean.sepal
#1 setosa 1.462 5.006
#2 versicolor 4.260 5.936
#3 virginica 5.552 6.588
【讨论】：