用 dplyr 重写基本 R 函数 - 使用过滤器而不是 []

Question

makeparts <- function(x, n) {
  x <- unique(c(0, x))
  x <- x[x >= 0 & x < n]
  x <- x[order(x)]
  x <- rep(c(seq_along(x)), diff(c(x, n)))
  x
}

makeparts(c(20, 30, 58), 100)

如何使用 dplyr 重写这个函数？我在 tidyverse 中相当出色，但从未学习过 base R。我什至不知道上面的那个函数在做什么。如果我在 tidyverse 语法中看到它，我可以理解该函数（可能）。这是我的最终目标。

所有的 tidyverse 动词都有意义，但这个 [, x] [[df]] 东西没有。

Answer 1

这是一个重新格式化的版本，使用更类似于 tidyverse 的代码：

x %>% 
  unique %>%
  keep(~.>=0 & .<n) %>%
  sort %>%
  c(0,.,n) %>%
  diff %>%
  list(lengths = ., values = seq_along(.)) %>%
  inverse.rle

# [1] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2
# [31] 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 4 4
# [61] 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
# [91] 4 4 4 4 4 4 4 4 4 4

Answer 2

x 看起来像是一个向量。第一步使用unique，与tidyverse 中的distinct 相同。下一行使用[ 运算符，用于索引向量或矩阵。 [ ] 内部的值应该（出于所有意图和目的）评估为 TRUE 或 FALSE 值或数字的向量。这与 tidyverse 中的 filter 相同。下一行在x 上使用order，与arrange 相同。最后一步做了两件事：1）它重复来自seq_along(x)的值，在这个例子中，它们是1、2、3和4。然后它将x和n连接在一起，得到@ 987654335@ 然后在它们上运行diff，它将取第二个元素并减去第一个元素，取第三个元素并减去第二个元素，等等。这给了我们c(20, 10, 28, 42)，因为 (20-0) = 20, (30 -20) = 10，以此类推。最后一步是使用 lag 函数在 tidyverse 中可以实现的。 rep 函数没有直接的 tidyverse 等效项。正如上面的 cmets 中提到的，这不能转换为 tidyverse 函数，因为这些函数用于数据帧并且您有一个向量。我同意你应该学习基础 R。你只能用 tidyverse 走这么远。

更新：

按要求添加此代码的 tidyverse 版本。

makeparts <- function(x, n) {
    x <- unique(c(0, x))
    x <- x[x >= 0 & x < n]
    x <- x[order(x)]
    x <- rep(c(seq_along(x)), diff(c(x, n)))
    x
}

makeparts_tidyverse <- function(x, n) {
    df = data_frame(x = c(0, x)) %>%
        distinct() %>%
        filter(x >= 0 & x < n) %>%
        arrange(x) %>%
        bind_rows(data_frame(x = n)) %>%
        mutate(lag_x = lag(x)) %>%
        mutate(y = x - lag_x) %>%
        filter(!is.na(y))
    rep(seq_along(df$x), df$y)
}

> makeparts(c(20, 30, 58), 100)
  [1] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
 [21] 2 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 3 3
 [41] 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 4 4
 [61] 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
 [81] 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4

> makeparts_tidyverse(c(20, 30, 58), 100)
  [1] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
 [21] 2 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 3 3
 [41] 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 4 4
 [61] 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
 [81] 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4