使用 R 函数在全局环境中自定义输出名称

Question

我是 R 编程新手，对这个问题有点困惑。我有 3 个不同的数据库，我想从中提取 2 组测试和训练数据。我知道如何使用单独的代码行来执行此操作，但这是重复性任务，因此我想使用函数自动执行此操作。

我希望我的输出名称带有数据库名称，然后是测试或训练，然后是数字，我想将它们直接导出到全局环境中。这是我编写的代码（使用 MTCARS）作为不工作的示例数据库。我也给出了我想要的输出

需要说明的是，这只是一个示例。在不同的领域，我想在全局环境中自定义 function(x) 的输出，而无需一遍又一遍地编写代码。

mydata<-mtcars
 
output_2_set_test_train <-function(x){

  library(caTools)
  i=1
  dfname <- deparse(substitute(x))

  while(i<=2){
    sample.split(x[[1]], SplitRatio = .75)->split_tag
    subset(x, split_tag==T)->> paste0(dfname,"_","train","_",i)
    subset(x, split_tag==F)->> paste0(dfname,"_","test","_",i)
    i=i+1
  }
}
 
output_2_set_test_train(mydata)

运行我的函数后，我希望我的全局环境具有以下具有此特定名称的数据框 -

#1 数据框命名 -> mydata_train_1 #2 数据框命名 -> mydata_test_1 #3 数据框命名 -> mydata_train_2 #4 数据框命名 -> mydata_test_2

我尝试对此进行大量搜索，但找不到任何有效的答案。

有人可以帮我更正代码吗？

Answer 1

请参阅 Konrad 关于此类编码以及 R 中的约定的警告。您的代码中几乎没有什么是惯用的。

您需要替换这些行：

subset(x, split_tag==T)->> paste0(dfname,"_","train","_",i)
subset(x, split_tag==F)->> paste0(dfname,"_","test","_",i)

类似：

assign(paste0(dfname,"_","train","_",i), subset(x, split_tag==T), envir = globalenv())
assign(paste0(dfname,"_","test","_",i), subset(x, split_tag==F), envir = globalenv())

Answer 2

R 的一个重要概念是函数应具有尽可能少的副作用。 副作用是除了返回值之外的任何操作。

这有几个明显的例外（例如，将数据写入文件的函数，显然 需要 有副作用）但在调用/全局范围内创建变量几乎这绝不是一个好主意，因为 返回值 是为此的预期机制。

在您的情况下，您通常会返回两个值的列表。连同对代码的其他一些更改，结果如下所示：

output_2_set_test_train <- function (x) {
  is_training <- caTools::sample.split(x[[1L]], SplitRatio = 0.75)
  list(
    train = subset(x, is_training),
    test = subset(x, ! is_training)
  )
}

你会像这样使用函数：

data <- output_2_set_test_train(mtcars)

现在data$train 包含训练集，data$test 包含测试集。

关于实现的几点说明：

1. 显然，最重要的变化是我们返回函数的值，而不是将其分配到全局环境中。
2. 我不使用library，因为这是另一个全局副作用：library 将包附加到全局而不是本地（如果您对更好的方法感兴趣，请查看包'box'）。
   • 相反，我们使用 caTools::sample.split 来引用函数内部“caTools”包中的这个特定函数
3. 我删除了无用的 ==T 和 ==F 比较。
4. 我已经完全删除了 while 循环以及与之相关的所有内容。
5. 我已将 split_tag 重命名为 is_training，这是一个更具描述性的名称。