Przy użyciu operatora rury %>%
z pakietów, takich jak dplyr
, ggvis
, dycharts
itp, jak to zrobić krok warunkowo? Na przykład;
step_1 %>%
step_2 %>%
if(condition)
step_3
Te podejścia wydają się nie działać:
step_1 %>%
step_2
if(condition) %>% step_3
step_1 %>%
step_2 %>%
if(condition) step_3
Droga jest długa:
if(condition)
{
step_1 %>%
step_2
}else{
step_1 %>%
step_2 %>%
step_3
}
Czy jest lepszy sposób bez całej nadmiarowości?
Odpowiedzi:
Oto krótki przykład wykorzystujący
.
iifelse
:X<-1 Y<-T X %>% add(1) %>% { ifelse(Y ,add(.,1), . ) }
W elemencie
ifelse
ifY
isTRUE
if doda 1, w przeciwnym razie zwróci tylko ostatnią wartośćX
..
Jest podstawka w której opowiada funkcję gdzie wyjście z poprzedniego etapu łańcucha przechodzi, więc można go używać na obu oddziałów.Edytuj Jak zauważył @BenBolker, możesz nie chcieć
ifelse
, więc otoif
wersja.X %>% add(1) %>% {if(Y) add(.,1) else .}
Podziękowania dla @Frank za wskazanie, że powinienem używać
{
nawiasów klamrowych wokół moich instrukcjiif
iifelse
, aby kontynuować łańcuch.źródło
ifelse
wydaje się nienaturalny dla przepływu kontroli.{}
. Na przykład, jeśli ich tu nie ma, zdarzają się złe rzeczy (po prostu drukowanieY
z jakiegoś powodu):X %>% "+"(1) %>% {if(Y) "+"(1) else .} %>% "*"(5)
add
uczyniłoby przykład jaśniejszym.X %>% add(1*Y)
ale oczywiście nie odpowiada to pierwotnemu pytaniu{}
jest to, że musisz odwołać się do poprzedniego argumentu potoku dplyr (zwanego również LHS) za pomocą kropki (.) - w przeciwnym razie blok warunkowy nie otrzyma. argument!Myślę, że to przypadek
purrr::when
. Zsumujmy kilka liczb, jeśli ich suma jest mniejsza niż 25, w przeciwnym razie zwróć 0.library("magrittr") 1:3 %>% purrr::when(sum(.) < 25 ~ sum(.), ~0 ) #> [1] 6
when
zwraca wartość wynikającą z działania pierwszego prawidłowego warunku. Umieść warunek po lewej stronie~
, a działanie po prawej stronie. Powyżej użyliśmy tylko jednego warunku (a następnie innego przypadku), ale możesz mieć wiele warunków.Możesz to łatwo zintegrować z dłuższą rurą.
źródło
Oto wariacja na temat odpowiedzi udzielonej przez @JohnPaul. Ta odmiana używa
`if`
funkcji zamiastif ... else ...
instrukcji złożonej .library(magrittr) X <- 1 Y <- TRUE X %>% `if`(Y, . + 1, .) %>% multiply_by(2) # [1] 4
Zauważ, że w tym przypadku nawiasy klamrowe nie są potrzebne wokół
`if`
funkcji ani wokółifelse
funkcji - tylko wokółif ... else ...
instrukcji. Jeśli jednak symbol zastępczy kropki pojawia się tylko w wywołaniu funkcji zagnieżdżonej, to magrittr domyślnie potokuje lewą stronę do pierwszego argumentu po prawej stronie. To zachowanie jest zastępowane przez umieszczenie wyrażenia w nawiasach klamrowych. Zwróć uwagę na różnicę między tymi dwoma łańcuchami:X %>% `if`(Y, . + 1, . + 2) # [1] TRUE X %>% {`if`(Y, . + 1, . + 2)} # [1] 4
Symbol zastępczy kropki jest zagnieżdżony w wywołaniu funkcji za każdym razem, gdy pojawia się w
`if`
funkcji, ponieważ. + 1
i. + 2
są interpretowane odpowiednio jako`+`(., 1)
i`+`(., 2)
. Zatem pierwsze wyrażenie zwraca wynik`if`(1, TRUE, 1 + 1, 1 + 2)
, (co dziwne,`if`
nie narzeka na dodatkowe nieużywane argumenty), a drugie wyrażenie zwraca wynik`if`(TRUE, 1 + 1, 1 + 2)
, co jest pożądanym zachowaniem w tym przypadku.Aby uzyskać więcej informacji na temat sposobu magrittr rur operator traktuje zastępczy kropka, zobacz plik pomocy dla
%>%
, w szczególności rozdział „Korzystanie z kropką dla celów drugorzędnych”.źródło
`ìf`
iifelse
? czy zachowują się identycznie?if
iifelse
nie jest identyczne.ifelse
Funkcja jest wektorowyif
. Jeśli nadaszif
funkcji wektor logiczny, wyświetli ostrzeżenie i użyje tylko pierwszego elementu tego wektora logicznego. Porównaj`if`(c(T, F), 1:2, 3:4)
zifelse(c(T, F), 1:2, 3:4)
.X %>% { ifelse(Y, .+1, .+2) }
Najłatwiej byłoby mi się trochę odsunąć od rur (chociaż byłbym zainteresowany innymi rozwiązaniami), np .:
library("dplyr") z <- data.frame(a=1:2) z %>% mutate(b=a^2) -> z2 if (z2$b[1]>1) { z2 %>% mutate(b=b^2) -> z2 } z2 %>% mutate(b=b^2) -> z3
To jest niewielka modyfikacja odpowiedzi @ JohnPaul (możesz nie chcieć
ifelse
, która ocenia oba argumenty i jest wektoryzowana). Byłoby miło zmodyfikować to tak, aby zwracało się.
automatycznie, jeśli warunek jest fałszywy ... ( uwaga : myślę, że to działa, ale tak naprawdę nie testowałem / nie myślałem o tym za dużo ...)iff <- function(cond,x,y) { if(cond) return(x) else return(y) } z %>% mutate(b=a^2) %>% iff(cond=z2$b[1]>1,mutate(.,b=b^2),.) %>% mutate(b=b^2) -> z4
źródło
podoba mi się
purrr::when
a pozostałe przedstawione tutaj podstawowe rozwiązania są świetne, ale chciałem czegoś bardziej kompaktowego i elastycznego, więc zaprojektowałem funkcjępif
(potok, jeśli), zobacz kod i dokument na końcu odpowiedzi.Argumenty mogą być wyrażeniami funkcji (obsługiwana jest notacja formuły), a dane wejściowe są domyślnie zwracane niezmienione, jeśli warunek to
FALSE
.Używane na przykładach z innych odpowiedzi:
## from Ben Bolker data.frame(a=1:2) %>% mutate(b=a^2) %>% pif(~b[1]>1, ~mutate(.,b=b^2)) %>% mutate(b=b^2) # a b # 1 1 1 # 2 2 16 ## from Lorenz Walthert 1:3 %>% pif(sum(.) < 25,sum,0) # [1] 6 ## from clbieganek 1 %>% pif(TRUE,~. + 1) %>% `*`(2) # [1] 4 # from theforestecologist 1 %>% `+`(1) %>% pif(TRUE ,~ .+1) # [1] 3
Inne przykłady:
## using functions iris %>% pif(is.data.frame, dim, nrow) # [1] 150 5 ## using formulas iris %>% pif(~is.numeric(Species), ~"numeric :)", ~paste(class(Species)[1],":(")) # [1] "factor :(" ## using expressions iris %>% pif(nrow(.) > 2, head(.,2)) # Sepal.Length Sepal.Width Petal.Length Petal.Width Species # 1 5.1 3.5 1.4 0.2 setosa # 2 4.9 3.0 1.4 0.2 setosa ## careful with expressions iris %>% pif(TRUE, dim, warning("this will be evaluated")) # [1] 150 5 # Warning message: # In inherits(false, "formula") : this will be evaluated iris %>% pif(TRUE, dim, ~warning("this won't be evaluated")) # [1] 150 5
Funkcjonować
#' Pipe friendly conditional operation #' #' Apply a transformation on the data only if a condition is met, #' by default if condition is not met the input is returned unchanged. #' #' The use of formula or functions is recommended over the use of expressions #' for the following reasons : #' #' \itemize{ #' \item If \code{true} and/or \code{false} are provided as expressions they #' will be evaluated wether the condition is \code{TRUE} or \code{FALSE}. #' Functions or formulas on the other hand will be applied on the data only if #' the relevant condition is met #' \item Formulas support calling directly a column of the data by its name #' without \code{x$foo} notation. #' \item Dot notation will work in expressions only if `pif` is used in a pipe #' chain #' } #' #' @param x An object #' @param p A predicate function, a formula describing such a predicate function, or an expression. #' @param true,false Functions to apply to the data, formulas describing such functions, or expressions. #' #' @return The output of \code{true} or \code{false}, either as expressions or applied on data as functions #' @export #' #' @examples #'# using functions #'pif(iris, is.data.frame, dim, nrow) #'# using formulas #'pif(iris, ~is.numeric(Species), ~"numeric :)",~paste(class(Species)[1],":(")) #'# using expressions #'pif(iris, nrow(iris) > 2, head(iris,2)) #'# careful with expressions #'pif(iris, TRUE, dim, warning("this will be evaluated")) #'pif(iris, TRUE, dim, ~warning("this won't be evaluated")) pif <- function(x, p, true, false = identity){ if(!requireNamespace("purrr")) stop("Package 'purrr' needs to be installed to use function 'pif'") if(inherits(p, "formula")) p <- purrr::as_mapper( if(!is.list(x)) p else update(p,~with(...,.))) if(inherits(true, "formula")) true <- purrr::as_mapper( if(!is.list(x)) true else update(true,~with(...,.))) if(inherits(false, "formula")) false <- purrr::as_mapper( if(!is.list(x)) false else update(false,~with(...,.))) if ( (is.function(p) && p(x)) || (!is.function(p) && p)){ if(is.function(true)) true(x) else true } else { if(is.function(false)) false(x) else false } }
źródło