[英]Magrittr pipe in R functions
从(1)速度和(2)有效调试能力的角度来看,是否有利于在R功能内使用magrittr管道的情况?
在函数内部使用管道有利有弊。 最大的优点是,当您阅读代码时,更容易看到函数内发生的事情。 最大的缺点是错误信息变得难以解释,管道破坏了R的一些评估规则。
这是一个例子。 假设我们想对mtcars
数据集进行无意义的转换。 这是我们用管道做到这一点的方法......
library(tidyverse)
tidy_function <- function() {
mtcars %>%
group_by(cyl) %>%
summarise(disp = sum(disp)) %>%
mutate(disp = (disp ^ 4) / 10000000000)
}
你可以清楚地看到每个阶段发生的事情,即使它没有做任何有用的事情。 现在让我们看一下使用Dagwood Sandwich方法的时间码...
base_function <- function() {
mutate(summarise(group_by(mtcars, cyl), disp = sum(disp)), disp = (disp^5) / 10000000000)
}
更难阅读,即使它给我们相同的结果......
all.equal(tidy_function(), base_function())
# [1] TRUE
避免使用管道或Dagwood三明治的最常见方法是将每个步骤的结果保存到中间变量......
intermediate_function <- function() {
x <- mtcars
x <- group_by(x, cyl)
x <- summarise(x, disp = sum(disp))
mutate(x, disp = (disp^5) / 10000000000)
}
比上一个函数更可读,R会在出现错误时为您提供更详细的信息。 此外,它遵循传统的评估规则。 同样,它给出了与其他两个函数相同的结果......
all.equal(tidy_function(), intermediate_function())
# [1] TRUE
你特别询问了速度,所以让我们通过运行它们1000次来比较这三个函数......
library(microbenchmark)
timing <-
microbenchmark(tidy_function(),
intermediate_function(),
base_function(),
times = 1000L)
timing
#Unit: milliseconds
#expr min lq mean median uq max neval cld
#tidy_function() 3.809009 4.403243 5.531429 4.800918 5.860111 23.37589 1000 a
#intermediate_function() 3.560666 4.106216 5.154006 4.519938 5.538834 21.43292 1000 a
#base_function() 3.610992 4.136850 5.519869 4.583573 5.696737 203.66175 1000 a
即使在这个简单的例子中,管道也比其他两个选项慢一点。
如果这是您编写代码的最舒适方式,请随意在函数中使用管道。 如果您开始遇到问题或者您需要尽可能快地使用代码,那么请切换到不同的范例。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.