R的管線%>%與管線套件magrittr

在shell script裡面，可以用 | 來把前面的指令輸出的結果給後面指令使用；在R裡面可以使用 %>% 達成。例如說：

1. y <- c(0, 4, 2, 8, 2, 5, 7, 5, 4, 3, 5, 5, 0, 2, 9, 6, 2, 7, 8, 5)
   [1] 0 4 2 8 2 5 7 5 4 3 5 5 0 2 9 6 2 7 8 5
2. sort(unique(unlist(y)))
   [1] 0 2 3 4 5 6 7 8 9
3. y %>% unlist %>% unique %>% sort
   [1] 0 2 3 4 5 6 7 8 9
4. y %>%
   unlist %>%
   unique %>%
   sort
   [1] 0 2 3 4 5 6 7 8 9

指令1指定y是一個數列，指令2, 3, 4的意思其實都是一樣的，把數列裡面單獨出現的數字拿出來依照大小排好，但指令4就比2要容易閱讀，也不容易算錯小括號。

下面綠色指令與藍色指令也是相同的意思：

• sort(unique(unlist(sample(seq(0,9), 20, replace=TRUE))))
• sample(seq(0,9), 20, replace=TRUE) %>%
  unlist %>%
  unique %>%
  sort

可以看到用管線會比用小括號來說程式碼要容易閱讀的多。

除了預設的%>%，套件magrittr還有其他幾種管線運算子：

• %>%：左側結果傳給右側，成為第一個參數。這個預設就有不用安裝magrittr
• %$%：指定data frame裡面的資料，傳給後面做比較
  mtcars %$% cor(disp, mpg)   計算mtcars裡面disp與mpg的相關係數
• %<>%：左側的結果傳到右方，然後再把算出來的結果塞回左側去
  set.seed(3)
  x <- rnorm(5)
  x <- x %>% abs %>% sqrt
  等同於
  set.seed(3)
  x <- rnorm(5)
  x %<>% abs %>% sqrt
• %T>%：和指令tee類似，如果想要將一筆資料丟給兩個以上的函數執行，可以用這
  mtcars$disp %T>% plot %>% min  同時用plot畫圖與用min計算最小值

參考資料：

• magrittr: ceci n'est pas un pipe
• R magrittr 套件：在 R 中使用管線（Pipe）處理資料流
• celestialgod寫的《資料整理套件介紹 - 序章 magrittr》
• 用R做抽樣
• Soft maximum for convex optimization
• 將STDOUT送給多個指令同時處理

_EOF_