使用dplyr的管道功能将数据导出为R中的data.frame对象

我在data.frame中有数据，我将尝试dplyr包的管道功能，以在R中执行一些管道操作。例如，给定dataframe对象，首先我将执行子集，然后导出为csv文件格式。我正在研究dplyr软件包的特性，因此对此并不完全理解。有什么帮助吗？ 以下是模拟的简单可再现示例：

a <- GRanges(
  seqnames=Rle(c("chr1", "chr2", "chr3", "chr4"), c(3, 2, 1, 2)),
  ranges=IRanges(seq(1, by=9, len=8), seq(7, by=9, len=8)),
  rangeName=letters[seq(1:8)], score=sample(1:20, 8, replace = FALSE))

a%子集（pvalue<1e-4&pvalue>1e-9）

然后想利用dplyr的特性做几个管道操作：

a %>% subset(pvalue < 1e-4 & pvalue > 1e-9) %>% write.table(x, "foo.csv") %>% as.data.frame(x)

a%%>%子集（pvalue<1e-4&pvalue>1e-9）%%>%write.table（x，“foo.csv”）%%>%as.data.frame（x）

---

但当我做第二步时，我有一个错误。如果我需要做一些管道工作，比如第一个的结果在第二个中使用，那么我如何使用dplyr包在R中进行这项工作？感谢使用

iris

，您可以：

一些旁白：

• 子集

  更像是一种基本的R方法。为什么不使用，例如

  过滤器

  ，

  选择

  ，等等
• 管道参数（现在不仅仅是一个

  dplyr

  操作符）将左侧作为第一个参数抛出到右侧，因此

  write.table（x，…）

  无法按预期工作
• 由于

  dplyr

  与

  data.frame

  s一起工作，您不需要

  as.data.frame

---

如果您想提取几个不同的子集并写出它们，您可能需要使用

groupby

和

do

。首先创建一个分类变量，将数据拆分为所需的子集。下面是一个有效的示例：

iris %>% mutate(
        slcat    = cut(Sepal.Length, c(0, 4, 5, 6, 8)),
        filename = paste0("file", slcat, ".csv")
      ) %>% 
      group_by(slcat) %>% 
      do(result = write.csv(., file = .$filename[1]))

---

如果你需要写在一个链的中间，使用MaGriTr的代码> %t> % >谢谢你的快速响应。是否有任何现有的线程可以更具体地解释dplyr的管道特性？我想知道我需要看看它并学习。见上面的链接/。完美的起点；-）谢谢，我会处理的。我已经接受文森特的回答了。在这种情况下，我也应该接受你的吗？这两个答案对我来说都是可行的。谢谢你这一个很好；-）

iris %>% filter(Sepal.Length > 5.2) %>% write.table("foo.csv")

iris %>% mutate(
        slcat    = cut(Sepal.Length, c(0, 4, 5, 6, 8)),
        filename = paste0("file", slcat, ".csv")
      ) %>% 
      group_by(slcat) %>% 
      do(result = write.csv(., file = .$filename[1]))