dplyr 管道 - 如何更改原始数据框

Posted 2023-03-12

【中文标题】dplyr 管道 - 如何更改原始数据框

【英文标题】：dplyr pipes - How to change the original dataframe

【发布时间】：2016-01-24 22:55:51

【问题描述】：

当我不使用管道时，我可以使用此命令更改原始 daframe

df<-slice(df,-c(1:3))%>% # delete top 3 rows
df<-select(df,-c(Col1,Col50,Col51)) # delete specific columns

如何用管道做到这一点？我试过这个，但 slice 和 select 函数不会改变原始数据框。

df%>%
  slice(-c(1:3))%>% 
  select(-c(Col1,Col50,Col51))

我想更改原来的df。

【问题讨论】：

然后做df <- df%>% slice(-c(1:3))%>% select(-c(Col1,Col50,Col51))

如果你愿意，也可以把作业放在最后：df %>% ... -> df

或library(magrittr); df %<>% slice(-(1:3)) %>% select(-c(Col1,Col50,Col51))。我们可以使用%<>% 重新分配原始数据框。这里df 将被更改。

【参考方案1】：

您绝对可以使用诸如df <- df %>% ... 或df %>% ... -> df 之类的习语来完成作业。但是您也可以通过在管道开头使用magrittr 复合赋值运算符%<>% 来避免冗余（即声明df 两次）。

来自magrittr 小插图：

复合赋值管道运算符%<>% 可用作链中的第一个管道。效果将是管道的结果被分配给左侧对象，而不是像往常一样返回结果。

所以用你的代码，我们可以做到

library(magrittr)  ## came with your dplyr install
df %<>% slice(-(1:3)) %>% select(-c(Col1, Col50, Col51))

这会将df 导入表达式并更新df 作为结果。

更新：在 cmets 中，您注意到设置列名的问题。幸运的是magrittr 提供了在管道中设置属性的功能。请尝试以下操作。

df %<>% 
    set_colnames(sprintf("Col%d", 1:ncol(.))) %>% 
    slice(-(1:3)) %>%
    select(-c(Col1,Col50,Col51))

请注意，由于我们有一个数据框，我们还可以使用setNames()（stats）或set_names()（magrittr）代替set_colnames()。

---

感谢 Steven Beaupre 添加小插图中的注释。

【讨论】：

两者之间可以有一个通用的 r 语句吗？当我在管道语句之间添加 colnames 函数调用时，我收到错误 df%<>% colnames(df)<-vector_columnnames%>% slice(-c(1:3))%>% select(-c(Col1,Col50,Col51))

对于后续问题，我深表歉意，但由于此线程可能对其他人有用，因此我将其放在这里。如果我想进行不属于 dplyr/magittr 包中函数的向量分配，例如 df%<>% vector_columnnames<-sprintf("Col%d",1:length(df))%>% set_colnames(vector_columnnames) %>% slice(-c(1:3))%>% # delete top 3 rows select(-c(Col1,Col50,Col51)) 怎么办。不执行vector_columnnames 语句。关于如何在管道中设置临时向量的任何建议？

如果df 是一个数据框，setNames() 不会像set_colnames() 一样工作吗？

是的。 setNames 也有效。 set_colnames 是一个 magrittr 'extract'。

值得注意的是，不可变性是一种非常有价值的编程策略。基本上，永远不要覆盖一个对象。这样，您可以以任何顺序重新运行和调试代码的任何部分。所以也许将第一个命名为 df.original 和第二个 df.final，完全避免使用 %%。