第 45 章 tidyverse中的dot

本章介绍tidyverse的语法中经常遇到.，不同的场景，含义不同。因此很有必要弄清楚各自的含义。

library(tidyverse)

45.1 每一行的 `.` 各自代表什么意思呢?

read_csv("./data/wages.csv") %>%
  mutate(letter = str_extract(race, "(?<=h)(.)")) %>%
  select(., -letter) %>%
  mutate_at(vars(race), ~ as.factor(.)) %>%
  mutate_at(vars(sex), ~ if_else(. == "male", 1, 0)) %>%
  filter_if(~ is.numeric(.), all_vars(. != 0)) %>%
  split(.$sex) %>%
  map(~ lm(earn ~ ., data = .)) %>%
  map_dfr(~ broom::tidy(.), .id = "sex")

回答之前，我们先介绍一些相关知识点

45.2 占位符

管道符号%>% 主要功能是传递参数。

y %>% f() is equivalent to f(y)
y %>% f(x, .) is equivalent to f(x, y)
z %>% f(x, y, arg = .) is equivalent to f(x, y, arg = z)

我们经常这样写

mtcars %>%
  select(cyl, disp, hp) %>%
  head(2)

##               cyl disp  hp
## Mazda RX4       6  160 110
## Mazda RX4 Wag   6  160 110

实际上，这里是有占位符的

mtcars %>%
  select(., cyl, disp, hp) %>%
  head(., 2)

##               cyl disp  hp
## Mazda RX4       6  160 110
## Mazda RX4 Wag   6  160 110

45.3 Lambda函数

.出现在函数.f的位置上，就是 purrr 风格的Lambda函数~ fun(.)，

mtcars %>%
  select_at(vars(contains("ar")), ~ toupper(.)) %>%
  head(3)

##               GEAR CARB
## Mazda RX4        4    4
## Mazda RX4 Wag    4    4
## Datsun 710       4    1

有时候程序员会将~toupper(.)简写成 toupper

mtcars %>%
  select_at(vars(contains("ar")), toupper) %>%
  head(3)

##               GEAR CARB
## Mazda RX4        4    4
## Mazda RX4 Wag    4    4
## Datsun 710       4    1

45.4 正则表达式

words <- "the fattest cat."

words %>% str_replace_all("t.", "-")

## [1] "-e fa-es-ca-"

words %>% str_replace_all("t\\.", "-")

## [1] "the fattest ca-"

45.5 Unary funciton (只带一个参数的函数)

mean_rm <- . %>% mean(na.rm = T)

c(1, 2, 3, NA) %>% mean_rm()

## [1] 2

等价于

# is equivalent to
c(1, 2, 3, NA) %>% mean(., na.rm = T)

## [1] 2

45.6 more placeholder

iris %>% subset(1:nrow(.) %% 30 == 0)

##     Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
## 30           4.7         3.2          1.6         0.2     setosa
## 60           5.2         2.7          3.9         1.4 versicolor
## 90           5.5         2.5          4.0         1.3 versicolor
## 120          6.0         2.2          5.0         1.5  virginica
## 150          5.9         3.0          5.1         1.8  virginica

1:10 %>% {
  c(min(.), max(.))
}

## [1]  1 10

45.7 当mutate遇到map

当dplyr::mutate遇到purrr::map，情况就复杂很多了。然而，这种情况，tidyverse比比皆是。我就多说几句吧

iris %>%
  head(3) %>%
  mutate(., r_sum = pmap_dbl(select_if(., is.numeric), sum))

##   Sepal.Length Sepal.Width Petal.Length Petal.Width Species r_sum
## 1          5.1         3.5          1.4         0.2  setosa  10.2
## 2          4.9         3.0          1.4         0.2  setosa   9.5
## 3          4.7         3.2          1.3         0.2  setosa   9.4

这里mutate()行，有两个., 实际这两个.都是等待iris %>% head(3)传来的data.frame

df <- tibble(
  mean = c(1, 2),
  sd = c(2, 4)
)
df

## # A tibble: 2 × 2
##    mean    sd
##   <dbl> <dbl>
## 1     1     2
## 2     2     4

df %>%
  dplyr::mutate(., rand = map(mean, ~ rnorm(5, .))) %>%
  tidyr::unnest_wider(col = rand, names_sep = " ")

## # A tibble: 2 × 7
##    mean    sd `rand 1` `rand 2` `rand 3` `rand 4` `rand 5`
##   <dbl> <dbl>    <dbl>    <dbl>    <dbl>    <dbl>    <dbl>
## 1     1     2   -0.305     2.31    0.914   -0.691    0.843
## 2     2     4    2.82      3.66    2.58     2.36     3.39

第一个 .，是df
第二个 .，是df中的mean

df %>%
  dplyr::mutate(rand = map2(mean, sd, ~ rnorm(5, .x, .y))) %>%
  tidyr::unnest_wider(rand, names_sep = " ")

## # A tibble: 2 × 7
##    mean    sd `rand 1` `rand 2` `rand 3` `rand 4` `rand 5`
##   <dbl> <dbl>    <dbl>    <dbl>    <dbl>    <dbl>    <dbl>
## 1     1     2     4.03    0.698     3.86     4.31     1.41
## 2     2     4    -3.89    0.250    -3.59    -7.80     4.51

mean传给 .x
sd传给 .y

再来一个变态的。（我们不一定要这样写，但我们尽可能的要明白它的意思。）

df <- tribble(
  ~a, ~b,
  1, 10,
  2, 11
)


df %>%
  dplyr::mutate(., sum = purrr::pmap_dbl(., ~ sum(...)))

## # A tibble: 2 × 3
##       a     b   sum
##   <dbl> <dbl> <dbl>
## 1     1    10    11
## 2     2    11    13

45.8 Dot dot dot

commas <- function(...) {
  stringr::str_c(..., collapse = ", ")
}


commas(letters[1:10])

## [1] "a, b, c, d, e, f, g, h, i, j"

45.9 Don’t confuse

注意：有些函数的参数前缀是 .

mutate_all(.tbl, .funs, ...)

mutate_if(.tbl, .predicate, .funs, ...)

mutate_at(.tbl, .vars, .funs, ..., .cols = NULL)

select_all(.tbl, .funs = list(), ...)

rename_all(.tbl, .funs = list(), ...)

45.10 小结

tidyvere中
- 占位符(时常经常和 %>% 一起)
- Lambda函数
- 一元函数（LHS）
其他情形
- 回归公式
- 正则表达式
注意
- 有些函数参数以 . 前缀(不要混淆喔! )

45.11 回答问题

现在回答本章开始的问题

read_csv("./demo_data/wages.csv") %>%
  dplyr::mutate(letter = str_extract(race, "(?<=h)(.)")) %>%
  dplyr::select(., -letter) %>%
  dplyr::mutate_at(vars(race), ~ as.factor(.)) %>%
  dplyr::mutate_at(vars(sex), ~ if_else(. == "male", 1, 0)) %>%
  dplyr::filter_if(~ is.numeric(.), all_vars(. != 0)) %>%
  split(.$sex) %>%
  purrr::map(~ lm(earn ~ ., data = .)) %>%
  purrr::map_dfr(., ~ broom::tidy(.), .id = "sex")

## # A tibble: 8 × 6
##   sex   term         estimate std.error statistic   p.value
##   <chr> <chr>           <dbl>     <dbl>     <dbl>     <dbl>
## 1 1     (Intercept)  -121846.   37449.    -3.25    1.21e- 3
## 2 1     height           977.     515.     1.90    5.84e- 2
## 3 1     sex               NA       NA     NA      NA       
## 4 1     racehispanic     578.    7934.     0.0728  9.42e- 1
## 5 1     raceother      -2035.   11514.    -0.177   8.60e- 1
## 6 1     racewhite      12823.    5284.     2.43    1.56e- 2
## 7 1     ed              5234.     601.     8.71    4.30e-17
## 8 1     age              406.      95.5    4.25    2.52e- 5

第1行：路径中.代表当前位置，如果是..表示上一级目录
第2行：正则表达式，代表任何字符
第3行：占位符，等待数据框的传入，也可以简写select(-letter)
第4行: lambda函数，~ as.factor(.)也可以简写as.factor，~和(.)要么都写，要么都不写
第5行：同上,lambda函数
第6行：第一个.代表lambda函数; 第二个.也是lambda函数，但这里它是all_vars(expr)中expr的一种特有写法，代表所有数值型变量，*行方向构成的向量, all_vars(. != 0)函数返回TRUE或FALSE，从而帮助filter()是否筛选该行
第7行：占位符，代表上面传来的数据框
第8行：回归模型lm中，第一个.代表除因变量earn之外所有的变量，第二个.占位符，留给上面的数据框
第9行：第一个.是占位符，代表上面传来的list，第二个.lambda函数，依次对list的元素迭代处理，第二个.是参数名，.id是特有的一个符号。

44 tidyverse中的缺失值

46 非标准性评估