R使用管道运算符时的条件评估％>％

Question 1

当使用管道操作符%>%与包，如dplyr，ggvis，dycharts，等，我该怎么办了一步条件？例如;

step_1 %>%
step_2 %>%

if(condition)
step_3

这些方法似乎不起作用：

step_1 %>%
step_2 
if(condition) %>% step_3

step_1 %>%
step_2 %>%
if(condition) step_3

有很长的路要走：

if(condition)
{
step_1 %>%
step_2 
}else{
step_1 %>%
step_2 %>%
step_3
}

有没有所有冗余的更好方法吗？

Question 2

这是一个利用.和的快速示例ifelse：

X<-1
Y<-T

X %>% add(1) %>% { ifelse(Y ,add(.,1), . ) }

在中ifelse，如果Y是TRUE，则将加1，否则将仅返回的最后一个值X。该.是一个独立的，其中会告知链上一步的输出变的功能，这样我就可以在两个分支使用它。

编辑正如@BenBolker指出的那样，你可能不希望ifelse，所以这里是一个if版本。

X %>% 
add(1) %>% 
 {if(Y) add(.,1) else .}

感谢@Frank指出我应该{在if和ifelse语句两边使用花括号来继续链。

Question 3

我认为这是一个案例purrr::when。如果它们的总和小于25，让我们总结一些数字，否则返回0。

library("magrittr")
1:3 %>% 
  purrr::when(sum(.) < 25 ~ sum(.), 
              ~0
  )
#> [1] 6

when返回从第一个有效条件的操作得出的值。将条件放在的左侧~，将动作放在其右侧。上面，我们只使用了一个条件（然后是另一种情况），但是您可以使用许多条件。

您可以轻松地将其集成到更长的管道中。

Question 4

这是@JohnPaul提供的答案的变体。此变体使用`if`函数而不是复合if ... else ...语句。

library(magrittr)

X <- 1
Y <- TRUE

X %>% `if`(Y, . + 1, .) %>% multiply_by(2)
# [1] 4

请注意，在这种情况下，不需要在`if`函数周围或函数周围使用花括号，而ifelse只需在if ... else ...语句周围。但是，如果点占位符仅出现在嵌套函数调用中，则magrittr默认情况下会将左手边通过管道传递到右手边的第一个参数中。通过将表达式括在花括号中，可以覆盖此行为。请注意这两个链之间的区别：

X %>% `if`(Y, . + 1, . + 2)
# [1] TRUE
X %>% {`if`(Y, . + 1, . + 2)}
# [1] 4

点占位符两次都出现在函数调用中`if`，因为. + 1和. + 2分别解释为`+`(., 1)和`+`(., 2)。因此，第一个表达式返回的结果`if`(1, TRUE, 1 + 1, 1 + 2)，（很奇怪，`if`不抱怨多余的未使用参数），第二个表达式返回的结果`if`(TRUE, 1 + 1, 1 + 2)，这是本例中的期望行为。

有关如何更多信息magrittr管道运营商对待点占位符，请参阅帮助文件的%>%，特别是对“使用点用于其他目的”一节。

Question 5

对我来说，退缩一点似乎是最容易的（尽管我会对看到其他解决方案感兴趣），例如：

library("dplyr")
z <- data.frame(a=1:2)
z %>% mutate(b=a^2) -> z2
if (z2$b[1]>1) {
    z2 %>% mutate(b=b^2) -> z2
}
z2 %>% mutate(b=b^2) -> z3

这是@JohnPaul答案的略微修改（您可能并不真正想要ifelse，它同时评估了两个参数并进行了向量化）。.如果条件为假，修改它以自动返回将是很好的 ……（注意：我认为这可行，但是还没有真正测试/考虑太多……）

iff <- function(cond,x,y) {
    if(cond) return(x) else return(y)
}

z %>% mutate(b=a^2) %>%
    iff(cond=z2$b[1]>1,mutate(.,b=b^2),.) %>%
 mutate(b=b^2) -> z4

Question 6

我很喜欢purrr::when，这里提供的其他基本解决方案都很棒，但是我想要更紧凑，更灵活的东西，所以我设计了函数pif（如果是管道），请参见答案末尾的代码和文档。

参数可以是函数的表达式（支持公式表示法），并且如果condition为，则输入在默认情况下不变FALSE。

用于其他答案的示例：

## from Ben Bolker
data.frame(a=1:2) %>% 
  mutate(b=a^2) %>%
  pif(~b[1]>1, ~mutate(.,b=b^2)) %>%
  mutate(b=b^2)
#   a  b
# 1 1  1
# 2 2 16

## from Lorenz Walthert
1:3 %>% pif(sum(.) < 25,sum,0)
# [1] 6

## from clbieganek 
1 %>% pif(TRUE,~. + 1) %>% `*`(2)
# [1] 4

# from theforestecologist
1 %>% `+`(1) %>% pif(TRUE ,~ .+1)
# [1] 3

其他例子：

## using functions
iris %>% pif(is.data.frame, dim, nrow)
# [1] 150   5

## using formulas
iris %>% pif(~is.numeric(Species), 
             ~"numeric :)",
             ~paste(class(Species)[1],":("))
# [1] "factor :("

## using expressions
iris %>% pif(nrow(.) > 2, head(.,2))
#   Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# 1          5.1         3.5          1.4         0.2  setosa
# 2          4.9         3.0          1.4         0.2  setosa

## careful with expressions
iris %>% pif(TRUE, dim,  warning("this will be evaluated"))
# [1] 150   5
# Warning message:
# In inherits(false, "formula") : this will be evaluated
iris %>% pif(TRUE, dim, ~warning("this won't be evaluated"))
# [1] 150   5

功能

#' Pipe friendly conditional operation
#'
#' Apply a transformation on the data only if a condition is met, 
#' by default if condition is not met the input is returned unchanged.
#' 
#' The use of formula or functions is recommended over the use of expressions
#' for the following reasons :
#' 
#' \itemize{
#'   \item If \code{true} and/or \code{false} are provided as expressions they 
#'   will be evaluated wether the condition is \code{TRUE} or \code{FALSE}.
#'   Functions or formulas on the other hand will be applied on the data only if
#'   the relevant condition is met
#'   \item Formulas support calling directly a column of the data by its name 
#'   without \code{x$foo} notation.
#'   \item Dot notation will work in expressions only if `pif` is used in a pipe
#'   chain
#' }
#' 
#' @param x An object
#' @param p A predicate function, a formula describing such a predicate function, or an expression.
#' @param true,false Functions to apply to the data, formulas describing such functions, or expressions.
#'
#' @return The output of \code{true} or \code{false}, either as expressions or applied on data as functions
#' @export
#'
#' @examples
#'# using functions
#'pif(iris, is.data.frame, dim, nrow)
#'# using formulas
#'pif(iris, ~is.numeric(Species), ~"numeric :)",~paste(class(Species)[1],":("))
#'# using expressions
#'pif(iris, nrow(iris) > 2, head(iris,2))
#'# careful with expressions
#'pif(iris, TRUE, dim,  warning("this will be evaluated"))
#'pif(iris, TRUE, dim, ~warning("this won't be evaluated"))
pif <- function(x, p, true, false = identity){
  if(!requireNamespace("purrr")) 
    stop("Package 'purrr' needs to be installed to use function 'pif'")

  if(inherits(p,     "formula"))
    p     <- purrr::as_mapper(
      if(!is.list(x)) p else update(p,~with(...,.)))
  if(inherits(true,  "formula"))
    true  <- purrr::as_mapper(
      if(!is.list(x)) true else update(true,~with(...,.)))
  if(inherits(false, "formula"))
    false <- purrr::as_mapper(
      if(!is.list(x)) false else update(false,~with(...,.)))

  if ( (is.function(p) && p(x)) || (!is.function(p) && p)){
    if(is.function(true)) true(x) else true
  }  else {
    if(is.function(false)) false(x) else false
  }
}