如何使用带多参数函数的magrittr管道？

对于单参数函数，将“标准”R代码转换为管道样式相当简单

mean(rnorm(100))

变成

rnorm(100) %>% mean

rnorm(100) %>% (function(x) mean(x, trim = 0.5))

list(x = rnorm(100), y = runif(100)) %>% (function(l) with(l, cor(x, y)))  

对于多参数函数，我不清楚最好的方法是什么。有两种情况

首先，当附加参数是常量时的情况。在这种情况下，您可以创建一个匿名函数来更改常量值。例如：

mean(rnorm(100), trim = 0.5)

变成

rnorm(100) %>% mean

rnorm(100) %>% (function(x) mean(x, trim = 0.5))

list(x = rnorm(100), y = runif(100)) %>% (function(l) with(l, cor(x, y)))  

第二，需要多个向量参数的情况。在这种情况下，您可以将输入合并到列表中，并创建一个对列表元素进行操作的匿名函数

cor(rnorm(100), runif(100))

变成

rnorm(100) %>% mean

rnorm(100) %>% (function(x) mean(x, trim = 0.5))

list(x = rnorm(100), y = runif(100)) %>% (function(l) with(l, cor(x, y)))  

---

在这两种情况下，我的解决方案似乎都很笨拙，以至于我觉得我错过了一个更好的方法。如何将多个参数导入函数？

第一个问题可以通过

%%>%

的巧妙计算来解决。笨重的解决方案简化为

rnorm(100) %>% mean(trim = 0.5)

第二个问题可以用类似的方式简化，但不清楚这是否是“最佳”解决方案

rnorm(100) %>% cor(y = runif(100))

---

使用pipeR软件包，cor示例的解决方案为：

风笛手：

set.seed(123)
rnorm(100) %>>% cor(runif(100))

[1] 0.05564807

玛格丽特：

set.seed(123)
rnorm(100) %>% cor(y = runif(100))

[1] 0.05564807

---

有一个优秀的派珀教程从自动的软件包。在这种情况下没有太大区别：-）

在v中。1.5有两种选择：

list(x = rnorm(100), y = runif(100)) %$% cor(x, y) 

这在本质上与

list(x = rnorm(100), y = runif(100)) %>% with(cor(x, y)) # you could also do this earlier  

或

{

对动态创建一个lambda（一元函数），因此您不必执行整个

（函数（x）{…}）

操作

---

作为旁注，

inset

和

inset2

别名可用于“拾取”管道中的值，例如列表。

在这种情况下，我倾向于使用

pipeR

。这部分是每个用户都比较熟悉的习惯用法，因此我建议大家在使用这两个软件包时多玩一会儿，看看哪一个对他们更有帮助。@CarlWitthoft很有趣。

pipeR

解决方案看起来怎么样？嗯，我不擅长这两种管道工具都还没有，但我喜欢的是，

pipeR

可以在右手边的多个位置使用“.”来表示左手边的输出。哦，天哪，你不知道我希望R中匿名函数的语法更短有多久了。。。