R 是否有如 python 中的断言语句？

Question

检查某事是否为真的语句，如果不是，则打印给定的错误消息并退出

Answer 1

stopifnot()

您还可能有兴趣在像包Runit和testthat进行单元测试。

Answer 2

@缺口：

如果编写具有描述性名称的函数来测试将在程序中引发错误的条件，则可以控制错误消息。 这是一个例子：

Less_Than_8 = function(x) return(x < 8)

for (i in 1:10)
{
  print(i)
  stopifnot(Less_Than_8(i))
}

这将打印数字1到8，然后打印出一条消息

Error: Less_Than_8(i) is not TRUE

如果括号中的“i”被替换为未通过测试的值，那将是很好的，但是你可以得到你付出的代价。

如果你需要比这更漂亮的东西，请查看Runit并测试Harlan建议的那些。

Answer 3

这可以通过stop命令实现。 此命令将暂停执行函数并打印错误消息。 例如，我们可以测试变量something是FALSE ：

if(something == FALSE){
   stop("error message to print")   
}

同样， warning命令将打印警告（但继续执行代码）。

if(something == FALSE){
   warning("error message to print")   
}

这些都是由基础R提供的，不需要运行包或包含编写自己的函数。 我更喜欢这种方法来编写具有较少依赖性的代码，并且这种语法被广泛用于包开发中。 但是，具有assert_that函数的“assertthat”包支持类似的功能，该函数最近作为Hadley的“tidyverse”的一部分发布。

Answer 4

testit 包<\/h2>

testit<\/code>提供了assert<\/code>函数作为一个简单的解决方案（ https:\/\/github.com\/yihui\/testit<\/a> ）

例子：

来源： https<\/a> :\/\/github.com\/yihui\/testit\/blob\/master\/R\/testit.R
"

Answer 5

您可以为此使用checkmate<\/a> -package。 从他们的一个例子：

require(checkmate)

fact <- function(n, method = "stirling") {
  assertCount(n)
  assertChoice(method, c("stirling", "factorial"))

  if (method == "factorial")
    factorial(n)
  else
    sqrt(2 * pi * n) * (n / exp(1))^n
}

fact(2, method = 'blub')

Answer 6

之前对这个问题的回答已经过时了，所以我想我会添加一个使用现代 package 的答案。 R 中的断言器 package 在此处进行了很好的描述并在此处进行了记录。 The assertr package makes uses of two primary functions to validate datasets: verify evaluates a boolean expression using the scope of a dataframe passed to it, and will throw, and log the error in the attributes of the dataset if the expression returns FALSE . 如果发现错误，您可以选择继续处理数据集并将错误视为警告，或者您可以指示 R 终止处理。 这对于验证 dataframe 结构和内容很有用。 例如，使用汽车数据集，您可能想要验证它是否包含 32 行数据。 可以这样做：

library(assertr)
cars %>% verify(nrow(.)==32, error_fun = error_append) %>% 
  attributes() %>% 
  pluck("assertr_errors")

assertr_errors属性将包含未通过验证检查的验证错误列表，因此上述将产生以下内容：

[[1]]
verification [nrow(.) == 32] failed! (1 failure)

    verb redux_fn     predicate column index value
1 verify       NA nrow(.) == 32     NA     1    NA

您还可以使用以下链接中记录的assert function 添加其他验证检查。 例如，继续上面的示例，我们可以验证在变速中没有观察值超过 23 的值：

#Function that returns false if rule fails
is_greater_than_23<-function(x){
  x <=23
}

cars %>% assert(is_greater_than_23, speed, error_fun = error_append) %>% 
  attributes() %>% 
  pluck("assertr_errors")

返回：

[[1]]
Column 'speed' violates assertion 'is_greater_than_23' 5 times
    verb redux_fn          predicate column index value
1 assert       NA is_greater_than_23  speed    46    24
2 assert       NA is_greater_than_23  speed    47    24
3 assert       NA is_greater_than_23  speed    48    24
4 assert       NA is_greater_than_23  speed    49    24
5 assert       NA is_greater_than_23  speed    50    25

需要注意的是，在上面的示例中，我将error_append分配给verify和assert function 调用的error_fun参数。 这允许 R 在检查失败时继续处理数据并将其检测到的错误记录到assertr_errors属性。 一旦您在此属性中收集了错误，您就可以再次执行以下链接中记录的各种检查和其他验证步骤。 如果您希望程序在遇到错误时停止处理，您只需将error_append更改为error_report ，它会“在“整洁”的 data.frame 中打印有关错误的所有可用信息（包括所用谓词名称等信息） ，违规值等...）并停止执行。”