R 的新本地管道 `|>` 和 magrittr 管道 `%>%` 有什么區別？

Question

在 R 4.1 中引入了一個本地管道運算符，它比以前的實現“更流線型”。 我已經注意到原生|>和 magrittr 管道%>%之間的一個區別，即2 %>% sqrt有效，但2 |> sqrt無效，必須寫成2 |> sqrt() 。 使用新的管道運算符時是否需要注意更多差異和陷阱？

Answer 1

它們兩者之間的另一個區別是管道輸入的值. 可以用作magrittr的 pipe 中的占位符

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

但這對於 R 的原生 pipe 是不可能的。

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

grepl 錯誤（c("dogs", "cats", "rats"), "at", .): object '.' 未找到

以下是引用它們的不同方法 -

1. 單獨寫一個function

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

2. 使用匿名 function

   a) 使用“舊”語法

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

   b) 使用新的匿名 function 語法

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

3. 按名稱指定第一個參數。 這取決於本機 pipe 管道進入第一個未命名參數的事實，因此如果您為第一個參數提供名稱，它會“溢出”到第二個參數（如果您按名稱指定多個參數，依此類推）

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

基礎 R pipe |>添加到 R 4.1.0 中“只是”進行功能組合。 即我們可以看到它的使用真的和函數調用一樣：

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

這有一些后果：

• 它使它更快一點
• 它使它更簡單，更健壯
• 它使限制性更強：這里的sum()需要括號才能正確調用
• 它限制了“隱式”數據參數的使用

這導致可能使用當前“可用但未激活”的=> （您需要為此設置環境變量_R_USE_PIPEBIND_ ，並且對於 R 4.2.0 可能會更改）。

（這首先是作為在此處復制此問題的問題的答案而提供的，我只是按照建議將其復制了。）

編輯：隨着關於“什么是=> ”的后續問題出現，這里有一個快速跟進。 請注意，此運算符可能會發生變化。

> 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(...))在這里特別好。

Answer 3

本機 pipe 是作為語法轉換實現的，因此2 |> sqrt()與sqrt(2)相比沒有明顯的開銷，而2 %>% sqrt()有一個小的懲罰。

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

您會看到傳遞給microbenchmark的表達式2 |> sqrt()是如何被解析為sqrt(2)的。 這也可以在

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

Answer 4

話題	馬格利特2.0.3	基礎4.2.0
操作員	%>%	|>
Function 來電	%>% sum()	|> sum()
	%>% sum	需要括號
	%>% `$`(cyl)	不支持某些功能
占位符	.	_
	%>% lm(mpg ~ disp, data =. )	|> lm(mpg ~ disp, data = _ )
	%>% lm(mpg ~ disp, . )	需要命名參數
	%>% setNames(., .)	只能出現一次
	%>% {sum(sqrt(.))}	不允許嵌套調用
環境	附加 function 環境	"x" |> assign(1)
速度	function 調用的開銷	語法轉換

將|>與（匿名）function: 1 |> (\(.).)() , -3:3 |> (\(.) sum(2*abs(.) - 3*.^2))()

---

需要括號

library(magrittr)

1:3 |> sum
#Error: The pipe operator requires a function call as RHS

1:3 |> sum()
#[1] 6

1:3 %>% sum
#[1] 6

1:3 %>% sum()
#[1] 6

不支持某些函數，但仍然可以通過將它們放在括號中來調用它們，通過 function ::調用它們，在 function 中調用它或定義到 ZC1C425268E68385D1AB5074F 的鏈接。

mtcars |> `$`(cyl)
#Error: function '$' not supported in RHS call of a pipe

mtcars |> (`$`)(cyl)
# [1] 6 6 4 6 8 6 8 4 4 6 6 8 8 8 8 8 8 4 4 4 4 8 8 8 8 4 4 4 8 6 8 4

mtcars |> base::`$`(cyl)
# [1] 6 6 4 6 8 6 8 4 4 6 6 8 8 8 8 8 8 4 4 4 4 8 8 8 8 4 4 4 8 6 8 4

mtcars |> (\(.) .$cyl)()
# [1] 6 6 4 6 8 6 8 4 4 6 6 8 8 8 8 8 8 4 4 4 4 8 8 8 8 4 4 4 8 6 8 4

fun <- `$`
mtcars |> fun(cyl)
# [1] 6 6 4 6 8 6 8 4 4 6 6 8 8 8 8 8 8 4 4 4 4 8 8 8 8 4 4 4 8 6 8 4

mtcars %>% `$`(cyl)
# [1] 6 6 4 6 8 6 8 4 4 6 6 8 8 8 8 8 8 4 4 4 4 8 8 8 8 4 4 4 8 6 8 4

占位符需要命名參數

2 |> setdiff(1:3, _)
#Error: pipe placeholder can only be used as a named argument

2 |> setdiff(1:3, y = _)
#[1] 1 3

2 |> (\(.) setdiff(1:3, .))()
#[1] 1 3

2 %>% setdiff(1:3, .)
#[1] 1 3

2 %>% setdiff(1:3, y = .)
#[1] 1 3

占位符只能出現一次

1:3 |> setNames(object = _, nm = _)
#Error in setNames(object = "_", nm = "_") : 
#  pipe placeholder may only appear once

1:3 |> (\(.) setNames(., .))()
#1 2 3 
#1 2 3 

1:3 |> list() |> setNames(".") |> with(setNames(., .))
#1 2 3 
#1 2 3 

1:3 %>% setNames(object = ., nm = .)
#1 2 3
#1 2 3

1:3 %>% setNames(., .)
#1 2 3 
#1 2 3

不允許嵌套調用

1:3 |> sum(sqrt(x=_))
#Error in sum(1:3, sqrt(x = "_")) : invalid use of pipe placeholder

1:3 |> (\(.) sum(sqrt(.)))()
#[1] 4.146264

1:3 %>% {sum(sqrt(.))}
#[1] 4.146264

沒有額外的環境

assign("x", 1)
x
#[1] 1

"x" |> assign(2)
x
#[1] 2

"x" |> (\(x) assign(x, 3))()
x
#[1] 2

"x" %>% assign(4)
x
#[1] 2

其他可能性：
使用 Bizarro pipe ->.;可以實現不同的 pipe 運算符和不同的占位符。 什么不是正在覆蓋的 pipe（請參閱缺點） .

1:3 ->.; sum(.)
#[1] 6

mtcars ->.; .$cyl
# [1] 6 6 4 6 8 6 8 4 4 6 6 8 8 8 8 8 8 4 4 4 4 8 8 8 8 4 4 4 8 6 8 4

1:3 ->.; setNames(., .)
#1 2 3 
#1 2 3 

1:3 ->.; sum(sqrt(x=.))
#[1] 4.146264

"x" ->.; assign(., 5)
x
#[1] 5

並且評價不同。

x <- data.frame(a=0)
f1 <- \(x) {message("IN 1"); x$b <- 1; message("OUT 1"); x}
f2 <- \(x) {message("IN 2"); x$c <- 2; message("OUT 2"); x}

x ->.; f1(.) ->.; f2(.)
#IN 1
#OUT 1
#IN 2
#OUT 2
#  a b c
#1 0 1 2

x |> f1() |> f2()
#IN 2
#IN 1
#OUT 1
#OUT 2
#  a b c
#1 0 1 2

f2(f1(x))
#IN 2
#IN 1
#OUT 1
#OUT 2
#  a b c
#1 0 1 2

或者定義一個自己的運算符，它評估不同。

":=" <- function(lhs, rhs) {
  e <- exists(".", parent.frame(), inherits = FALSE)
  . <- get0(".", envir = parent.frame(), inherits = FALSE)
  assign(".", lhs, envir=parent.frame())
  on.exit(if(identical(lhs, get0(".", envir = parent.frame(), inherits = FALSE))) {
            if(e) {
              assign(".", ., envir=parent.frame())
            } else {
              if(exists(".", parent.frame())) rm(., envir = parent.frame())
            }
          })
  eval(substitute(rhs), parent.frame())
}

. <- 0
"." := assign(., 1)
.
#[1] 1

1:3 := sum(.)
#[1] 6
.
#[1] 1

mtcars := .$cyl
# [1] 6 6 4 6 8 6 8 4 4 6 6 8 8 8 8 8 8 4 4 4 4 8 8 8 8 4 4 4 8 6 8 4

1:3 := setNames(., .)
#1 2 3 
#1 2 3 

1:3 := sum(sqrt(x=.))
#[1] 4.146264

"x" := assign(., 6)
x
#[1] 6

1 := .+1 := .+2
#[1] 4

x <- data.frame(a=0)
x := f1(.) := f2(.)
#IN 1
#OUT 1
#IN 2
#OUT 2
#  a b c
#1 0 1 2

速度

library(magrittr)

":=" <- function(lhs, rhs) {
  e <- exists(".", parent.frame(), inherits = FALSE)
  . <- get0(".", envir = parent.frame(), inherits = FALSE)
  assign(".", lhs, envir=parent.frame())
  on.exit(if(identical(lhs, get0(".", envir = parent.frame(), inherits = FALSE))) {
            if(e) {
              assign(".", ., envir=parent.frame())
            } else {
              if(exists(".", parent.frame())) rm(., envir = parent.frame())
            }
          })
  eval(substitute(rhs), parent.frame())
}

`%|%` <- function(lhs, rhs) {  #Overwrite and keep .
    assign(".", lhs, envir=parent.frame())
    eval(substitute(rhs), parent.frame())
}

x <- 42
bench::mark(min_time = 0.2, max_iterations = 1e8
, x
, identity(x)
, "|>" = x |> identity()
, "|> _" = x |> identity(x=_)
, "|> f()" = x |> (\(y) identity(y))()
, "%>%" = x %>% identity
, "->.;" = {x ->.; identity(.)}
, ":=" = x := identity(.)
, "%|%" = x %|% identity(.)
, "list." = x |> list() |> setNames(".") |> with(identity(.))
)

結果

#   expression       min   median `itr/sec` mem_alloc `gc/sec`   n_itr  n_gc
#   <bch:expr>  <bch:tm> <bch:tm>     <dbl> <bch:byt>    <dbl>   <int> <dbl>
# 1 x             9.89ns  10.94ns 66611556.        0B     11.7 5708404     1
# 2 identity(x) 179.98ns 200.12ns  4272195.        0B     49.6  603146     7
# 3 |>          179.98ns 201.05ns  4238021.        0B     41.1  722534     7
# 4 |> _        189.87ns 219.91ns  4067314.        0B     39.4  722803     7
# 5 |> f()      410.01ns 451.11ns  1889295.        0B     44.6  339126     8
# 6 %>%           1.27µs   1.39µs   632255.    5.15KB     43.2  117210     8
# 7 ->.;        289.87ns 330.97ns  2581693.        0B     27.0  477389     5
# 8 :=            6.46µs   7.12µs   131921.        0B     48.8   24330     9
# 9 %|%           2.05µs   2.32µs   394515.        0B     43.2   73094     8
#10 list.         2.42µs   2.74µs   340220.     8.3KB     42.3   64324     8

Answer 5

一個區別是它們的占位符_在基礎 R, 中. 在magrittr 。

---

由於R 4.2.0 ，基礎 R pipe 有一個用於管道輸入值的占位符_ ，類似於%>% . ，但其使用僅限於命名為 arguments，並且每次調用只能使用一次。

現在可以在 rhs 調用中使用帶有占位符 _ 的命名參數來指定要插入 lhs 的位置。 占位符只能在 rhs 上出現一次。

重申Ronak Shah的示例，您現在可以使用_作為右側的命名參數來引用公式的左側：

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

但它必須命名為：

c("dogs", "cats", "rats") |> 
    grepl("at", _)
#Error: pipe placeholder can only be used as a named argument

並且不能出現多次（為了克服這個問題，仍然可以使用Ronak Shah提供的解決方案）：

c("dogs", "cats", "rats") |> 
  expand.grid(x = _, y = _)
# Error in expand.grid(x = "_", y = "_") : pipe placeholder may only appear once

雖然這可以通過magrittr ：

library(magrittr)
c("dogs", "cats", "rats") %>% 
  expand.grid(x = ., y = .)
#     x    y
#1 dogs dogs
#2 cats dogs
#3 rats dogs
#4 dogs cats
#5 cats cats
#6 rats cats
#7 dogs rats
#8 cats rats
#9 rats rats