dplyr中波浪符和点符号表示法的含义是什么？

Question

dplyr中波浪符和点符号表示法的含义是什么？

3

概要

我正在阅读一篇关于dplyr的across函数的文章。在查看第一个使用示例时，我发现了我从未见过的运算符。我不知道它们是否是dplyr固有的还是来自其他包。无论哪种情况，我都不明白代码中它们的用法。

代码示例：

starwars |>
    summarize(across(where(is.character), ~ length(unique(.x))))

结果是一个1 x 8的tibble。

我理解across的第一个参数，但第二个参数让我困惑。什么是~length(unique(.x))？代码中的".x"是什么意思？我知道length被应用到tibble中的每个字符向量上，但是"unique"函数对这段代码有什么作用？ 我为解决这个问题尝试了什么？ 我尝试使用谷歌搜索[R] ~运算符，但没有找到相关结果。我还尝试过rdrr.io、r-project.org和CRAN，但都没有解决。我还查看了tidyverse.org和purrr文档，因为看到其他人在使用相同语法时提到了purrr。 问题： 有人能帮我理解内部发生了什么吗？

- student-R

这些帖子可能会有所帮助 - https://dev59.com/L6_la4cB1Zd3GeqPvZpz 和 https://dev59.com/U1cP5IYBdhLWcg3wH24Z - Ronak Shah

2个回答

4

~是在tidyverse中编写lambda函数的一种快捷方式。 ~length(unique(.x))会产生与function(.x) {length(unique(.x))}相同的结果。

这种编写函数的方式最可能用于purrr库，事实上，purrr::as_mapper()识别此语法并返回一个可以像其他R函数一样调用的函数。

例如：函数f将告诉我.x有多少个唯一值。也可以称为.或..1。如果您有两个参数，则为.x和.y。最后，对于n个参数，为..1，..2，..3 .... ..n

require(purrr)
#> Loading required package: purrr

f <- as_mapper(~length(unique(.x)))

f2 <- as_mapper(~length(unique(.)))

f3 <- as_mapper(~length(unique(..1)))
  
f(mtcars$mpg) 
#> [1] 25
f2(mtcars$mpg)
#> [1] 25
f3(mtcars$mpg)
#> [1] 25

^{这是由 reprex 包 (v2.0.0) 在2021年07月05日创建的。}

另一个示例：

library(dplyr)
library(purrr)

#in all starwars columns that are character vectors, how many unique values are they?

starwars |>
  summarize(across(where(is.character), ~ length(unique(.x))))
#> # A tibble: 1 x 8
#>    name hair_color skin_color eye_color   sex gender homeworld species
#>   <int>      <int>      <int>     <int> <int>  <int>     <int>   <int>
#> 1    87         13         31        15     5      3        49      38

f <- as_mapper(~ if (is.character(.x)) length(unique(.x)) else NULL)

f_base <- function(.x) {if (is.character(.x)) length(unique(.x)) else NULL}

starwars %>% 
  map_dfc(f)
#> # A tibble: 1 x 8
#>    name hair_color skin_color eye_color   sex gender homeworld species
#>   <int>      <int>      <int>     <int> <int>  <int>     <int>   <int>
#> 1    87         13         31        15     5      3        49      38

starwars %>% 
  map_dfc(f_base)
#> # A tibble: 1 x 8
#>    name hair_color skin_color eye_color   sex gender homeworld species
#>   <int>      <int>      <int>     <int> <int>  <int>     <int>   <int>
#> 1    87         13         31        15     5      3        49      38

^{本示例由reprex包（v2.0.0）于2021年07月05日创建。}

- jpdugo17

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Anoushiravan R · Accepted Answer

这被称为 purr-style lambda，以波浪符 ~ 开头，并使用 .x 来引用在 .cols 参数中选择的每个单独的列。所以：

# We can either use
starwars |> summarize(across(where(is.character), ~ length(unique(.x)))) 

# Or we can define our anonymous function like this
starwars |> summarize(across(where(is.character), function(x) length(unique(x))))

它们是等效的。但需要注意的是，您指定了要应用于starwars数据集中每一列的函数，该数据集的类别为character。为此，在此代码中使用了where函数，它是一个辅助函数，将一个函数（这里是is.character）应用于仅选择那些类别为character的列。然后我们在每个列上应用我们的匿名函数，并将结果保存在一个单独的列中。所以这里的.x代表每一列的类别为character。只需注意，|>是R的新创建的本地管道运算符。

通常我们在tidyverse包中使用%>%，但两者都完成了相同的工作，即将其LHS的结果替换为其RHS的第一个参数，该参数通常（在这种情况下也是如此）是.data参数。还有一件事要提到的是，尽管它在下面用于另一个目的。为了理解后端如何解释lambda-style-formula，我们可以使用as_mapper，它是大多数purrr函数允许的各种函数规范背后的强大引擎。

library(purrr)

> as_mapper(~ length(unique(.x)))
<lambda>
function (..., .x = ..1, .y = ..2, . = ..1) 
length(unique(.x))
attr(,"class")
[1] "rlang_lambda_function" "function"

如果你注意它的输出，你会意识到它被解释为我们通常使用的匿名函数。

更多信息请阅读this文档。