Question

我正在学习tidyverse，并热爱管道操作员提供的流程。我想知道，是否可以完全拆分管道，以便管道的一部分的输出可以转到两个单独的命令？我对此进行了一些研究，但对此一无所知。这样一来，您无需保存第一步，就不必执行此类操作。

iris_filter <- iris %>% 
  filter(Sepal.Length <= 5.8)

iris_filter %>% 
  summarise(n= n())

iris_filter %>% 
  arrange(Sepal.Length)

您是否可以将filter传递给两个单独的命令并继续沿两个不同的管道路径运行？可以用一点图像来阐明我的好奇心。

Answer 1

您正在寻找%T>%包中的magrittr运算符。

但是对于这个特定的问题，我会编写一个自定义函数来输出原始数据：

library(tidyverse)

custom.function <- function(x) {
  summarise(x, n = n()) %>%
    print()

  return(x)
}

iris %>% 
  filter(Sepal.Length <= 5.8) %>%
  custom.function() %>%
  arrange(Sepal.Length)
#>    n
#> 1 80
#>    Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
#> 1           4.3         3.0          1.1         0.1     setosa
#> 2           4.4         2.9          1.4         0.2     setosa
#> 3           4.4         3.0          1.3         0.2     setosa
#> 4           4.4         3.2          1.3         0.2     setosa
#> 5           4.5         2.3          1.3         0.3     setosa
#> 6           4.6         3.1          1.5         0.2     setosa
#> 7           4.6         3.4          1.4         0.3     setosa
#> 8           4.6         3.6          1.0         0.2     setosa
#> 9           4.6         3.2          1.4         0.2     setosa
#> 10          4.7         3.2          1.3         0.2     setosa
#> 11          4.7         3.2          1.6         0.2     setosa
#> 12          4.8         3.4          1.6         0.2     setosa
#> 13          4.8         3.0          1.4         0.1     setosa
#> 14          4.8         3.4          1.9         0.2     setosa
#> 15          4.8         3.1          1.6         0.2     setosa
#> 16          4.8         3.0          1.4         0.3     setosa
#> 17          4.9         3.0          1.4         0.2     setosa
#> 18          4.9         3.1          1.5         0.1     setosa
#> 19          4.9         3.1          1.5         0.2     setosa
#> 20          4.9         3.6          1.4         0.1     setosa
#> 21          4.9         2.4          3.3         1.0 versicolor
#> 22          4.9         2.5          4.5         1.7  virginica
#> 23          5.0         3.6          1.4         0.2     setosa
#> 24          5.0         3.4          1.5         0.2     setosa
#> 25          5.0         3.0          1.6         0.2     setosa
#> 26          5.0         3.4          1.6         0.4     setosa
#> 27          5.0         3.2          1.2         0.2     setosa
#> 28          5.0         3.5          1.3         0.3     setosa
#> 29          5.0         3.5          1.6         0.6     setosa
#> 30          5.0         3.3          1.4         0.2     setosa
#> 31          5.0         2.0          3.5         1.0 versicolor
#> 32          5.0         2.3          3.3         1.0 versicolor
#> 33          5.1         3.5          1.4         0.2     setosa
#> 34          5.1         3.5          1.4         0.3     setosa
#> 35          5.1         3.8          1.5         0.3     setosa
#> 36          5.1         3.7          1.5         0.4     setosa
#> 37          5.1         3.3          1.7         0.5     setosa
#> 38          5.1         3.4          1.5         0.2     setosa
#> 39          5.1         3.8          1.9         0.4     setosa
#> 40          5.1         3.8          1.6         0.2     setosa
#> 41          5.1         2.5          3.0         1.1 versicolor
#> 42          5.2         3.5          1.5         0.2     setosa
#> 43          5.2         3.4          1.4         0.2     setosa
#> 44          5.2         4.1          1.5         0.1     setosa
#> 45          5.2         2.7          3.9         1.4 versicolor
#> 46          5.3         3.7          1.5         0.2     setosa
#> 47          5.4         3.9          1.7         0.4     setosa
#> 48          5.4         3.7          1.5         0.2     setosa
#> 49          5.4         3.9          1.3         0.4     setosa
#> 50          5.4         3.4          1.7         0.2     setosa
#> 51          5.4         3.4          1.5         0.4     setosa
#> 52          5.4         3.0          4.5         1.5 versicolor
#> 53          5.5         4.2          1.4         0.2     setosa
#> 54          5.5         3.5          1.3         0.2     setosa
#> 55          5.5         2.3          4.0         1.3 versicolor
#> 56          5.5         2.4          3.8         1.1 versicolor
#> 57          5.5         2.4          3.7         1.0 versicolor
#> 58          5.5         2.5          4.0         1.3 versicolor
#> 59          5.5         2.6          4.4         1.2 versicolor
#> 60          5.6         2.9          3.6         1.3 versicolor
#> 61          5.6         3.0          4.5         1.5 versicolor
#> 62          5.6         2.5          3.9         1.1 versicolor
#> 63          5.6         3.0          4.1         1.3 versicolor
#> 64          5.6         2.7          4.2         1.3 versicolor
#> 65          5.6         2.8          4.9         2.0  virginica
#> 66          5.7         4.4          1.5         0.4     setosa
#> 67          5.7         3.8          1.7         0.3     setosa
#> 68          5.7         2.8          4.5         1.3 versicolor
#> 69          5.7         2.6          3.5         1.0 versicolor
#> 70          5.7         3.0          4.2         1.2 versicolor
#> 71          5.7         2.9          4.2         1.3 versicolor
#> 72          5.7         2.8          4.1         1.3 versicolor
#> 73          5.7         2.5          5.0         2.0  virginica
#> 74          5.8         4.0          1.2         0.2     setosa
#> 75          5.8         2.7          4.1         1.0 versicolor
#> 76          5.8         2.7          3.9         1.2 versicolor
#> 77          5.8         2.6          4.0         1.2 versicolor
#> 78          5.8         2.7          5.1         1.9  virginica
#> 79          5.8         2.8          5.1         2.4  virginica
#> 80          5.8         2.7          5.1         1.9  virginica

^{由reprex package（v0.2.1）于2018-11-04创建}

Answer 2

我认为这不可能。一种解决方法是将中间值保存在完整数据框中，例如：

iris %>% 
  add_tally() %>%
  filter(Sepal.Length <= 5.8) %>%
  arrange(Sepal.Length)

   Sepal.Length Sepal.Width Petal.Length Petal.Width Species     n
          <dbl>       <dbl>        <dbl>       <dbl> <fct>   <int>
 1          4.3         3            1.1         0.1 setosa    150
 2          4.4         2.9          1.4         0.2 setosa    150
 3          4.4         3            1.3         0.2 setosa    150
 4          4.4         3.2          1.3         0.2 setosa    150
 5          4.5         2.3          1.3         0.3 setosa    150

在这里您可以使用诸如add_tally()或add_count(group1, group2, ...)之类的函数，这些函数基本上等同于更详细的mutate(n = n())和group_by(group1, group2, ..) %>% mutate(n = n())。

您始终可以将存储的值用于进一步的计算/图表。

分割管道，使输出转到两个单独的命令

2 个答案: