Pipe In R: Dplyr を使用した関数の接続

このチュートリアルでは、 R プログラミング言語のdplyrパイプ演算子を使用して関数をチェーンする方法を学習します。

これらは R の基本関数の一部です。

R の dplyr は、データ操作の文法とみなすことができます。それぞれの機能が動詞であり、一緒に配置するとコマンド形式を構成することに注目してください。これらの機能はすべて連携して動作するように設計されています。

表の最後の行に示すように、R のパイプ演算子は%>%で表され、これにより関数を接続できます。

このチュートリアルでは、一般的な dplyr 関数を実行し、パイプ演算子を使用してそれらを連結する方法を学びます。

目次

• R でパイプ演算子を使用してコードを簡素化する
  • コードを変更する
• 結論

R でパイプ演算子を使用してコードを簡素化する

R プログラムを開きます。空のスクリプトでは、 tidyverseライブラリとLahmanライブラリを使用してライブラリを呼び出す必要があります。

この例では、2000 年以降の各チームの平均勝利数、最小勝利数、最大勝利数を調べてみましょう。

コードはさまざまな方法で記述できます。

1 つ目は、チームを継続的に再割り当てすることです。yearID でチームをフィルターし、チーム ID でグループ化する必要があります。平均、最小、最大を取得するには、関数を使用する必要があります。

R コードを実行すると、チーム ID、平均、最小、最大を示すテーブルが表示されます。

ただし、このコードにはキーストロークが多すぎます。

そこで、一度に結果を取得する別の方法、つまりパイプ演算子を使用してみましょう。

パイプ演算子のキーボード ショートカットはCTRL+SHIFT+Mです。これにより、チームのデータ フレームを次のステップに渡すことができます。

このコードでは、各機能にチームを再割り当てする必要はありません。データ フレームをコード全体に引き継ぐには、各関数間でパイプ演算子を使用するだけです。

実行すると、前の方法と同じ結果が得られます。

パイプ演算子を使用すると、コードを合理化して簡素化できます。ただし、この演算子の使用には慣れるまでに時間がかかります。ただし、その仕組みを理解すれば、R スクリプトの作成は簡単になります。

コードを変更する

パイプ演算子を使用すると、R コードの変更も簡単になります。

たとえば、さらにコマンドを追加したい場合は、別のコード行を組み込み、パイプ演算子を使用して既存のコードにチェーンするだけです。

これは結果をオブジェクトに代入するわけではないことに注意してください。チームのデータ フレームを取得し、これらの関数を通じて実行して出力を生成するだけです。

結果をオブジェクトに割り当てるには、矢印演算子 ( <> ) を使用する必要があります。

結論

パイプ演算子を使用すると、R のコードを合理化できます。パイプ演算子を使用すると、R スクリプト全体で変数とデータを継続的に再割り当てする必要があるプロセスを排除できます。Tidyverse ライブラリの列演算子と行演算子と併せて、ユーザーが R でデータを簡単に操作できるようにします。

これは、tidyverse ライブラリを使用する利点の 1 つです。これは、統計とデータ サイエンスを扱うユーザーにとって優れたツールです。

ではごきげんよう、