Question

有没有办法在每一步输出管道结果而不手动完成？（例如，不选择和仅运行选定的块）

我经常发现自己逐行运行管道来记住它正在做什么或何时开发一些分析。

例如：

library(dplyr)

mtcars %>% 
  group_by(cyl) %>% 
  sample_frac(0.1) %>% 
  summarise(res = mean(mpg))
# Source: local data frame [3 x 2]
# 
# cyl  res
# 1   4 33.9
# 2   6 18.1
# 3   8 18.7

我要选择并运行：

mtcars %>% group_by(cyl)

然后......

mtcars %>% group_by(cyl) %>% sample_frac(0.1)

依旧......

但在CMD/CTRL中选择和ENTER + RStudio会留下更有效的方法。

这可以在代码中完成吗？

是否有一个函数接受管道并逐行运行/摘要，显示控制台中每一步的输出，然后按下demos(...)或examples(...)中的输入继续包装指南

Answer 1

您可以使用tee-operator（%T>%）和print()选择要打印的结果。 T型操作器专门用于打印等副作用。

# i.e.
mtcars %>%
  group_by(cyl) %T>% print() %>%
  sample_frac(0.1) %T>% print() %>%
  summarise(res = mean(mpg))

Answer 2

添加打印：

mtcars %>% 
  group_by(cyl) %>% 
  print %>% 
  sample_frac(0.1) %>% 
  print %>% 
  summarise(res = mean(mpg))

Answer 3

使用magrittr功能链很容易。例如，使用：

定义函数my_chain

foo <- function(x) x + 1
bar <- function(x) x + 1
baz <- function(x) x + 1
my_chain <- . %>% foo %>% bar %>% baz

并获得链的最终结果：

     > my_chain(0)
    [1] 3

您可以使用functions(my_chain)获取功能列表并定义一个＆＃34;步进器＆＃34;功能如下：

stepper <- function(fun_chain, x, FUN = print) {
  f_list <- functions(fun_chain)
  for(i in seq_along(f_list)) {
    x <- f_list[[i]](x)
    FUN(x)
  }
  invisible(x)
}

使用插入的print函数运行链：

stepper(my_chain, 0, print)

# [1] 1
# [1] 2
# [1] 3

或等待用户输入：

stepper(my_chain, 0, function(x) {print(x); readline()})

Answer 4

恕我直言，magrittr主要是互动的，即我在探索数据或建立新的公式/模型时。

在这种情况下，将中间结果存储在不同的变量中是非常耗时和分散注意力的，而管道让我专注于数据，而不是键入：

x %>% foo
## reason on results and 
x %>% foo %>% bar
## reason on results and 
x %>% foo %>% bar %>% baz
## etc.

这里的问题是我事先并不知道最终的管道是什么，比如@bergant。

键入，如@ zx8754，

x %>% print %>% foo %>% print %>% bar %>% print %>% baz

增加了很多开销，对我来说，它击败了magrittr的整个目的。

基本上magrittr缺少一个简单的操作符，打印和管道结果。
好消息是制作一个似乎很容易：

`%P>%`=function(lhs, rhs){ print(lhs); lhs %>% rhs }

现在您可以打印管道了：

1:4 %P>% sqrt %P>% sum 
## [1] 1 2 3 4
## [1] 1.000000 1.414214 1.732051 2.000000
## [1] 6.146264

我发现，如果定义/使用%P>%和%>%的键绑定，则原型设计工作流程非常简化（请参阅Emacs ESS或RStudio）。

Answer 5

我编写了软件包 pipes ，该软件包可以完成一些可能有帮助的事情：

使用%P>%来print输出。
使用%ae>%在输入和输出上使用all.equal。
在输出中使用%V>%来使用View，它将为每个相关步骤打开查看器。

如果您想查看一些汇总信息，可以尝试使用%summary>%，%glimpse>%或{{1}的%skim>%，summary或tibble::glimpse }，也可以使用skimr::skim

定义自己的管道以显示特定的更改

new_pipe

# devtools::install_github("moodymudskipper/pipes")
library(dplyr)
library(pipes)

res <- mtcars %P>% 
  group_by(cyl) %P>% 
  sample_frac(0.1) %P>% 
  summarise(res = mean(mpg))
#> group_by(., cyl)
#> # A tibble: 32 x 11
#> # Groups:   cyl [3]
#>      mpg   cyl  disp    hp  drat    wt  qsec    vs    am  gear  carb
#>  * <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#>  1  21       6  160    110  3.9   2.62  16.5     0     1     4     4
#>  2  21       6  160    110  3.9   2.88  17.0     0     1     4     4
#>  3  22.8     4  108     93  3.85  2.32  18.6     1     1     4     1
#>  4  21.4     6  258    110  3.08  3.22  19.4     1     0     3     1
#>  5  18.7     8  360    175  3.15  3.44  17.0     0     0     3     2
#>  6  18.1     6  225    105  2.76  3.46  20.2     1     0     3     1
#>  7  14.3     8  360    245  3.21  3.57  15.8     0     0     3     4
#>  8  24.4     4  147.    62  3.69  3.19  20       1     0     4     2
#>  9  22.8     4  141.    95  3.92  3.15  22.9     1     0     4     2
#> 10  19.2     6  168.   123  3.92  3.44  18.3     1     0     4     4
#> # ... with 22 more rows
#> sample_frac(., 0.1)
#> # A tibble: 3 x 11
#> # Groups:   cyl [3]
#>     mpg   cyl  disp    hp  drat    wt  qsec    vs    am  gear  carb
#>   <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#> 1  26       4  120.    91  4.43  2.14  16.7     0     1     5     2
#> 2  17.8     6  168.   123  3.92  3.44  18.9     1     0     4     4
#> 3  18.7     8  360    175  3.15  3.44  17.0     0     0     3     2
#> summarise(., res = mean(mpg))
#> # A tibble: 3 x 2
#>     cyl   res
#>   <dbl> <dbl>
#> 1     4  26  
#> 2     6  17.8
#> 3     8  18.7

res <- mtcars %ae>% 
  group_by(cyl) %ae>% 
  sample_frac(0.1) %ae>% 
  summarise(res = mean(mpg))
#> group_by(., cyl)
#> [1] "Attributes: < Names: 1 string mismatch >"                                              
#> [2] "Attributes: < Length mismatch: comparison on first 2 components >"                     
#> [3] "Attributes: < Component \"class\": Lengths (1, 4) differ (string compare on first 1) >"
#> [4] "Attributes: < Component \"class\": 1 string mismatch >"                                
#> [5] "Attributes: < Component 2: Modes: character, list >"                                   
#> [6] "Attributes: < Component 2: Lengths: 32, 2 >"                                           
#> [7] "Attributes: < Component 2: names for current but not for target >"                     
#> [8] "Attributes: < Component 2: Attributes: < target is NULL, current is list > >"          
#> [9] "Attributes: < Component 2: target is character, current is tbl_df >"
#> sample_frac(., 0.1)
#> [1] "Different number of rows"
#> summarise(., res = mean(mpg))
#> [1] "Cols in y but not x: `res`. "                                                                
#> [2] "Cols in x but not y: `qsec`, `wt`, `drat`, `hp`, `disp`, `mpg`, `carb`, `gear`, `am`, `vs`. "

逐步通过具有中间结果的管道

5 个答案: