R 的新原生管道 `|>` 和 magrittr 管道 `%>%` 有什么区别？

Question

在 R 4.1 中引入了本地管道运算符，它比以前的实现“更精简”。我已经注意到原生 |> 和 magrittr 管道 %>% 之间的一个区别，即 2 %>% sqrt 有效，但 2 |> sqrt 无效，必须写为 2 |> sqrt()。使用新的管道操作符时是否还有更多的差异和陷阱需要注意？

Answer 1

两者之间的另一个区别是. 的管道输入值可以用作magrittr 管道中的占位符

c("dogs", "cats", "rats") %>% grepl("at", .)
#[1] FALSE  TRUE  TRUE

但这对于 R 的原生管道是不可能的。

c("dogs", "cats", "rats") |> grepl("at", .)

grepl(c("dogs", "cats", "rats"), "at", .) 中的错误：对象 '.'没找到

这里有不同的引用方式-

1. 写一个单独的函数-

find_at = function(x) grepl("at", x)
c("dogs", "cats", "rats") |> find_at()
#[1] FALSE  TRUE  TRUE

2 一个。使用匿名函数 -

c("dogs", "cats", "rats") |> {function(x) grepl("at", x)}()

2 乙。使用 new 匿名函数语法

c("dogs", "cats", "rats") |> {\(x) grepl("at", x)}()

1. 按名称指定第一个参数。这依赖于本机管道管道进入第一个 unnamed 参数的事实，因此如果您为第一个参数提供名称，它会“溢出”到第二个参数（如果您指定多个参数，依此类推按名称参数）

c("dogs", "cats", "rats") |> grepl(pattern="at")
#> [1] FALSE  TRUE  TRUE

示例 1 和 2 取自 - https://www.jumpingrivers.com/blog/new-features-r410-pipe-anonymous-functions/

示例 3 取自 https://mobile.twitter.com/rlangtip/status/1409904500157161477

Answer 2

本机管道是作为语法转换实现的，因此2 |> sqrt() 与sqrt(2) 相比没有明显的开销，而2 %>% sqrt() 有一点点损失。

microbenchmark(sqrt(1), 
               2 |> sqrt(), 
               3 %>% sqrt())
# Unit: nanoseconds
#          expr  min     lq    mean median   uq   max neval
#       sqrt(1)  117  126.5  141.66  132.0  139   246   100
#       sqrt(2)  118  129.0  156.16  134.0  145  1792   100
#  3 %>% sqrt() 2695 2762.5 2945.26 2811.5 2855 13736   100

您会看到传递给microbenchmark 的表达式2 |> sqrt() 如何被解析为sqrt(2)。这也可以在

中看到

quote(2 |> sqrt())
# sqrt(2)

Answer 3

R 4.1.0 中添加的基本 R 管道 |>“只是”进行功能组合。 IE。我们可以看到它的使用真的和函数调用是一样的：

> 1:5 |> sum()             # simple use of |>
[1] 15
> deparse(substitute( 1:5 |> sum() ))
[1] "sum(1:5)"
> 

这有一些后果：

• 它让它更快一点
• 它使它更简单、更健壮
• 它使限制性更强：sum() 这里需要括号才能正确调用
• 它限制了“隐式”数据参数的使用

这导致可能使用当前“可用但未激活”的=>（您需要为此设置环境变量_R_USE_PIPEBIND_，并且对于R 4.2.0 可能会更改）。

（最初是作为对复制此 over here 的问题的回答而提供的，我只是按照建议将其复制了。）

编辑： 随着关于“=> 是什么”的后续问题出现，这里有一个快速跟进。 请注意，此运算符可能会发生变化。

> Sys.setenv("_R_USE_PIPEBIND_"=TRUE)
> mtcars |> subset(cyl == 4) |> d => lm(mpg ~ disp, data = d)

Call:
lm(formula = mpg ~ disp, data = subset(mtcars, cyl == 4))

Coefficients:
(Intercept)         disp  
     40.872       -0.135  

> deparse(substitute(mtcars |> subset(cyl==4) |> d => lm(mpg ~ disp, data = d)))
[1] "lm(mpg ~ disp, data = subset(mtcars, cyl == 4))"
> 

deparse(substitute(...)) 在这里特别好。