r - 如何将函数应用于 dplyr 链中的整个表

Question

我有一个 dplyr 链如下

myResults <- rawData %>% filter(stuff) %>% mutate(stuff)

现在我想应用一个函数 myFunc至 myResults .有没有办法在链中做到这一点，或者我基本上需要这样做:

myResults <- myFunc(myResult)

Answer 1

如果函数将数据框作为第一个参数，您可以在最后简单地添加它。

> myFunc <- function(x) sapply(x, max)
> mtcars  %>% filter(mpg > 20) %>%  myFunc()
    mpg     cyl    disp      hp    drat      wt    qsec      vs      am    gear 
 33.900   6.000 258.000 113.000   4.930   3.215  22.900   1.000   1.000   5.000 
   carb 
  4.000 

值得一提的是 magrittr::%>%由 dplyr 使用适用于任何参数，因此您可以轻松地执行以下操作:

> inc <- function(x) x + 1
> 1 %>% inc(.) %>% sqrt(.) %>% log(.)
[1] 0.3465736

还有一些有用的 magrittr别名:

library(magrittr)
set.seed(1)
inTrain <- sample(1:nrow(mtcars), 20)
mtcarsTest <- mtcars %>% extract(-inTrain, )

summaryPipe <- function(x) {print(summary(x)); x}

mtcars %>%
    extract(inTrain, ) %>% 
    # Train lm
    lm(mpg ~ ., .) %>%
    # Print summary and forward lm results
    summaryPipe %>%
    # Predict on the test set
    predict(newdata = mtcarsTest) %>%
    # Print results and forward arguments
    print %>%
    # Compute RMSE
    subtract(mtcarsTest %>% extract2('mpg')) %>%
    raise_to_power(2) %>%
    mean %>%
    sqrt

这可能是一个品味问题，但我个人觉得它相当有用。

正如@BondedDust 在评论中提到的，将函数传递给 %>% 有三种可能的方式。 .使用点占位符，您可以在不同于第一个位置的位置使用 LHS(参见 lm 调用)。