Chapter 4：Pipes

• %>% 管道操作应该是用来强调你操作的连贯性而非是你的对象。所以我们应该在两种情况避免使用管道

  • 一次需要操作超过一个对象
  • 一些中间文件是有意义的

• %>% 前面应该有一个空格，然后后面跟一个新行。然后两个空格符号缩进。

  # Good
  iris %>%
    group_by(Species) %>%
    summarize_if(is.numeric, mean) %>%
    ungroup() %>%
    gather(measure, value, -Species) %>%
    arrange(value)
  
  # Bad
  iris %>% group_by(Species) %>% summarize_all(mean) %>%
  ungroup %>% gather(measure, value, -Species) %>%
  arrange(value)
  

• 如果函数里面一个参数内容放不下，开一个新行，同时注意缩进。

  iris %>%
    group_by(Species) %>%
    summarise(
      Sepal.Length = mean(Sepal.Length),
      Sepal.Width = mean(Sepal.Width),
      Species = n_distinct(Species)
    )
  

• 如果是一步的那种管道，就不用开新行了。但这种情况应该考虑重新写成一个正常的函数了……

  # Good
  iris %>% arrange(Species)
  
  iris %>% 
    arrange(Species)
  
  arrange(iris, Species)
  

• 有时候可以把一个短的管道作为一个长管道中一个函数的参数。但要注意这个操作是否是可读的。如果不是的话，最好还是单独提出来，新建一个变量。

  # Good
  x %>%
    select(a, b, w) %>%
    left_join(y %>% select(a, b, v), by = c("a", "b"))
  
  # Better
  x_join <- x %>% select(a, b, w)
  y_join <- y %>% select(a, b, v)
  left_join(x_join, y_join, by = c("a", "b"))
  

• magrittr allows you to omit () on functions that don’t have arguments. Avoid this feature.

  # Good
  x %>% 
    unique() %>%
    sort()
  
  # Bad
  x %>% 
    unique %>%
    sort
  

• 就管道来说，有三种可以接受的赋值方式

  • Variable name and assignment on separate lines:

    iris_long <-
      iris %>%
      gather(measure, value, -Species) %>%
      arrange(-value)
    

  • Variable name and assignment on the same line:

    iris_long <- iris %>%
      gather(measure, value, -Species) %>%
      arrange(-value)
    

  • Assignment at the end of the pipe with ->:

    iris %>%
      gather(measure, value, -Species) %>%
      arrange(-value) ->
      iris_long
    

    hhh，我个人是很喜欢这个骚操作的。但这个骚操作其实是不太易读的……

• magrittr包还提供了 %<>% 这个操作符帮助你原地修改对象，但应该避免这个操作符

  # Good
  x <- x %>% 
    abs() %>% 
    sort()
    
  # Bad
  x %<>%
    abs() %>% 
    sort()
  

Chapter 5：ggplot2

• ggplot2的+号的规则类似于 %>%。同时要注意，如果你ggplot2的数据来源于dplyr的管道结果，则只能有一个层次的缩进。

  # Good
  iris %>%
    filter(Species == "setosa") %>%
    ggplot(aes(x = Sepal.Width, y = Sepal.Length)) +
    geom_point()
  
  # Bad
  iris %>%
    filter(Species == "setosa") %>%
    ggplot(aes(x = Sepal.Width, y = Sepal.Length)) +
      geom_point()
  
  # Bad
  iris %>%
    filter(Species == "setosa") %>%
    ggplot(aes(x = Sepal.Width, y = Sepal.Length)) + geom_point()
  

• 参数太长的话，分开，然后注意缩进

  # Good
  ggplot(aes(x = Sepal.Width, y = Sepal.Length, color = Species)) +
    geom_point() +
    labs(
      x = "Sepal width, in cm",
      y = "Sepal length, in cm",
      title = "Sepal length vs. width of irises"
    ) 
  
  # Bad
  ggplot(aes(x = Sepal.Width, y = Sepal.Length, color = Species)) +
    geom_point() +
    labs(x = "Sepal width, in cm", y = "Sepal length, in cm", title = "Sepal length vs. width of irises") 
  

• 尽管ggplot2允许你在data参数里面做一些数据操作，但应该尽量避免这种事情，而是应该选择在管道里面完成数据操作。

  # Good
  iris %>%
    filter(Species == "setosa") %>%
    ggplot(aes(x = Sepal.Width, y = Sepal.Length)) +
    geom_point()
  
  # Bad
  ggplot(filter(iris, Species == "setosa"), aes(x = Sepal.Width, y = Sepal.Length)) +
    geom_point()