web-dev-qa-db-ja.com

Rパイプ演算子％>％を使用する場合の条件付き評価

パイプ演算子%>%をdplyr、ggvis、dychartsなどのパッケージで使用する場合、条件付きでステップを実行するにはどうすればよいですか？例えば;

step_1 %>%
step_2 %>%

if(condition)
step_3

これらのアプローチはうまくいかないようです：

step_1 %>%
step_2 
if(condition) %>% step_3

step_1 %>%
step_2 %>%
if(condition) step_3

長い道のりがあります。

if(condition)
{
step_1 %>%
step_2 
}else{
step_1 %>%
step_2 %>%
step_3
}

すべての冗長性なしでより良い方法はありますか？

rdplyrggvismagrittr
72
rmf

.およびifelseを利用する簡単な例を次に示します。

X<-1
Y<-T

X %>% add(1) %>% { ifelse(Y ,add(.,1), . ) }

ifelseでは、YがTRUEの場合、1を追加します。そうでない場合は、Xの最後の値を返します。 .は、チェーンの前のステップからの出力がどこに行くかを関数に伝えるスタンドインなので、両方のブランチで使用できます。

編集 @BenBolkerが指摘したように、ifelseは必要ないかもしれません。そのため、ここにはifバージョンがあります。

X %>% 
add(1) %>% 
 {if(Y) add(.,1) else .}

チェーンを継続するには、ifおよびifelseステートメントを{中括弧で囲む必要があることを指摘してくれた@Frankに感謝します。

71
John Paul

purrr::whenの場合だと思います。合計が25未満の場合は、いくつかの数値を合計し、それ以外の場合は0を返します。


library("magrittr")
1:3 %>% 
  purrr::when(sum(.) < 25 ~ sum(.), 
              ~0
  )
#> [1] 6

whenは、最初の有効な条件のアクションの結果の値を返します。条件を~の左側に配置し、アクションをその右側に配置します。上記では、1つの条件（およびelseケース）のみを使用しましたが、多くの条件を設定できます。

それをより長いパイプに簡単に統合できます。

24
Lorenz Walthert

@JohnPaulが提供する回答のバリエーションを次に示します。このバリエーションでは、複合`if`ステートメントの代わりにif ... else ...関数を使用します。

library(magrittr)

X <- 1
Y <- TRUE

X %>% `if`(Y, . + 1, .) %>% multiply_by(2)
# [1] 4

この場合、`if`関数の周りやifelse関数の周りではなく、if ... else ...ステートメントの周りのみの中括弧は必要ないことに注意してください。ただし、ネストされた関数呼び出しでのみドットプレースホルダーが表示される場合、magrittrはデフォルトで左側を右側の最初の引数にパイプします側。この動作は、式を中括弧で囲むことによりオーバーライドされます。これら2つのチェーンの違いに注意してください。

X %>% `if`(Y, . + 1, . + 2)
# [1] TRUE
X %>% {`if`(Y, . + 1, . + 2)}
# [1] 4

`if`および. + 1は`+`(., 1)および`+`(., 2)として解釈されるため、ドットプレースホルダーは、. + 2関数に出現する両方の関数呼び出し内にネストされます。 、それぞれ。したがって、最初の式は`if`(1, TRUE, 1 + 1, 1 + 2)の結果を返します（奇妙なことに、`if`は余分な未使用の引数について文句を言いません）、2番目の式は`if`(TRUE, 1 + 1, 1 + 2)、この場合の望ましい動作です。

magrittrパイプ演算子がドットプレースホルダーを処理する方法の詳細については、%>%の-​​ ヘルプファイル を参照してください。特に「二次的な目的でのドットの使用」に関するセクション。

14
Cameron Bieganek

パイプから少し離れるのが私にとって最も簡単に思えます（他のソリューションを見ることに興味がありますが）、例えば：

library("dplyr")
z <- data.frame(a=1:2)
z %>% mutate(b=a^2) -> z2
if (z2$b[1]>1) {
    z2 %>% mutate(b=b^2) -> z2
}
z2 %>% mutate(b=b^2) -> z3

これは@JohnPaulの答えを少し修正したものです（引数の両方を評価し、ベクトル化されるifelseは本当に必要ないかもしれません）。条件が偽の場合に自動的に.を返すようにこれを変更するといいでしょう...（caution：これはうまくいくと思いますが実際にテストしたり考えすぎたりしていない...）

iff <- function(cond,x,y) {
    if(cond) return(x) else return(y)
}

z %>% mutate(b=a^2) %>%
    iff(cond=z2$b[1]>1,mutate(.,b=b^2),.) %>%
 mutate(b=b^2) -> z4
12
Ben Bolker

好き purrr::whenとここで提供される他の基本ソリューションはすべて素晴らしいですが、もっとコンパクトで柔軟なものが欲しかったので、関数pif（パイプif）を設計しました。答えの最後にあるコードとドキュメントを参照してください。

引数は関数の式（式表記がサポートされている）のいずれかであり、条件がFALSEの場合、デフォルトで入力は変更されずに返されます。

他の回答の例で使用されています：

## from Ben Bolker
data.frame(a=1:2) %>% 
  mutate(b=a^2) %>%
  pif(~b[1]>1, ~mutate(.,b=b^2)) %>%
  mutate(b=b^2)
#   a  b
# 1 1  1
# 2 2 16

## from Lorenz Walthert
1:3 %>% pif(sum(.) < 25,sum,0)
# [1] 6

## from clbieganek 
1 %>% pif(TRUE,~. + 1) %>% `*`(2)
# [1] 4

# from theforestecologist
1 %>% `+`(1) %>% pif(TRUE ,~ .+1)
# [1] 3

他の例：

## using functions
iris %>% pif(is.data.frame, dim, nrow)
# [1] 150   5

## using formulas
iris %>% pif(~is.numeric(Species), 
             ~"numeric :)",
             ~paste(class(Species)[1],":("))
# [1] "factor :("

## using expressions
iris %>% pif(nrow(.) > 2, head(.,2))
#   Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# 1          5.1         3.5          1.4         0.2  setosa
# 2          4.9         3.0          1.4         0.2  setosa

## careful with expressions
iris %>% pif(TRUE, dim,  warning("this will be evaluated"))
# [1] 150   5
# Warning message:
# In inherits(false, "formula") : this will be evaluated
iris %>% pif(TRUE, dim, ~warning("this won't be evaluated"))
# [1] 150   5

関数

#' Pipe friendly conditional operation
#'
#' Apply a transformation on the data only if a condition is met, 
#' by default if condition is not met the input is returned unchanged.
#' 
#' The use of formula or functions is recommended over the use of expressions
#' for the following reasons :
#' 
#' \itemize{
#'   \item If \code{true} and/or \code{false} are provided as expressions they 
#'   will be evaluated wether the condition is \code{TRUE} or \code{FALSE}.
#'   Functions or formulas on the other hand will be applied on the data only if
#'   the relevant condition is met
#'   \item Formulas support calling directly a column of the data by its name 
#'   without \code{x$foo} notation.
#'   \item Dot notation will work in expressions only if `pif` is used in a pipe
#'   chain
#' }
#' 
#' @param x An object
#' @param p A predicate function, a formula describing such a predicate function, or an expression.
#' @param true,false Functions to apply to the data, formulas describing such functions, or expressions.
#'
#' @return The output of \code{true} or \code{false}, either as expressions or applied on data as functions
#' @export
#'
#' @examples
#'# using functions
#'pif(iris, is.data.frame, dim, nrow)
#'# using formulas
#'pif(iris, ~is.numeric(Species), ~"numeric :)",~paste(class(Species)[1],":("))
#'# using expressions
#'pif(iris, nrow(iris) > 2, head(iris,2))
#'# careful with expressions
#'pif(iris, TRUE, dim,  warning("this will be evaluated"))
#'pif(iris, TRUE, dim, ~warning("this won't be evaluated"))
pif <- function(x, p, true, false = identity){
  if(!requireNamespace("purrr")) 
    stop("Package 'purrr' needs to be installed to use function 'pif'")

  if(inherits(p,     "formula"))
    p     <- purrr::as_mapper(
      if(!is.list(x)) p else update(p,~with(...,.)))
  if(inherits(true,  "formula"))
    true  <- purrr::as_mapper(
      if(!is.list(x)) true else update(true,~with(...,.)))
  if(inherits(false, "formula"))
    false <- purrr::as_mapper(
      if(!is.list(x)) false else update(false,~with(...,.)))

  if ( (is.function(p) && p(x)) || (!is.function(p) && p)){
    if(is.function(true)) true(x) else true
  }  else {
    if(is.function(false)) false(x) else false
  }
}
4
Moody_Mudskipper