quinta-feira, 8 de março de 2018

Entendendo Pipes no R

#datascience #R #dplyr #pipes
Há duas bibliotecas externas: dplyr e tidyr, ambas parte do pacote "tidyverse", que nos permitem realizar manipulações avançadas de dados. Para começar, vamos instalar o "tidyverse":

install.packages('tidyverse")


Usando PIPES %>% eu consigo montar comandos encadeados (que trabalham uns sobre o resultado dos outros) de maneira mais simples. Considere o comando:

df <- mtcars %>% select(mpg,hp,cyl) %>% arrange(desc(mpg),cyl)

Sem Pipes, ele seria escrito assim:

df <- select(mtcars,mpg,hp,dyl)
df <- arrange(df,desc(mpg),cyl)

Ao encadear os comandos, aproveito as saídas como entradas intermediárias. Basicamente, você reescreve as funções. Em vez de: função(argumento), você escreve: argumento %>% função.

E não é só isso que o Pipe permite!

Nenhum comentário:

Postar um comentário