％>％来自dplyr包的管道函数，我们可以将其理解为车间里的流水线，经过前一步加工的产品才能进入后一步进一步加工，其作用是将前一步的结果直接传参给下一步的函数，从而省略了中间的赋值步骤，可以大量减少内存中的对象，节省内存。
符号%>%，这是管道操作，其意思是将%>%左边的对象传递给右边的函数，作为第一个选项的设置（或剩下唯一一个选项的设置。
简单例子
比如我们要算f(x)=sin((x+1)^2)在x=4的值，可以分为以下三步：
- 计算a = x+1的值；
- 计算b = a^2的值；
- 计算c = sin(b)的值
这样一来，c就是我们需要的最终结果了。用R语言管道传参，只需要这样写：
f1 <- function(x){return(x+1)}
f2 <- function(x){return(x^2)}
f3 <- function(x){return(sin(x))}
管道（%>%）调用函数
library(dplyr) #用管道传参需要这个包
a <- 1
b <- a %>% f1 %>% f2 %>% f3
print(b)
[1] -0.7568025
管道传参具体用法
a%>%f(b)等同于f(a,b)；
b%>%f(a,.,c)等同于f(a,b,c);
例如：
>library(dplyr)
> f1 <- function(x,y){return(x+y)}
> f2 <- function(x,y,z){return(x*y+z)}
> a1 <- 2
> a2 <- 3
> a3 <- 4
> d1 <- a1 %>% f1(a2)
> d1
[1] 5
> d2 <- a2 %>% f2(a1,.,a3)
> d2
[1] 10
> d3 <- a3 %>% f2(a1,a2,.)
> d3
[1] 10
创建一份数据:
> library(tidyr)
>date <- as.Date('2017-6-22')+0:14
> hour <- sample(1:24, 15)
> min <- sample(1:60, 15)
> second <- sample(1:60, 15)
> dat <- data.frame(date,hour,min,second)
> dat
date hour min second
1 2017-06-22 22 54 15
2 2017-06-23 7 51 4
3 2017-06-24 11 23 38
4 2017-06-25 23 45 50
5 2017-06-26 14 60 44
6 2017-06-27 5 24 56
7 2017-06-28 9 39 25
8 2017-06-29 20 22 22
9 2017-06-30 2 17 43
10 2017-07-01 17 56 31
11 2017-07-02 19 11 33
12 2017-07-03 24 35 18
13 2017-07-04 15 6 13
14 2017-07-05 4 12 47
15 2017-07-06 12 7 30
我们想把它变成标准时间格式，怎么办呢？“tidyr”包的函数unite()可以以指定字符连接指定列，形成新列，具体用法见下例：
> a1 <- rep(1,5)
> a2 <- rep(2,5)
> a3 <- rep(3,5)
> A <- data.frame(a1,a2,a3)
> A
a1 a2 a3
1 1 2 3
2 1 2 3
3 1 2 3
4 1 2 3
5 1 2 3
A1 <- unite(A,a12,a1,a2,sep = '~')
或者> A1 <- A %>% unite(a12,a1,a2,sep = '~')
对数据A的列a1,a2合并为新列a12，用“~”连接。
> A1
a12 a3
1 1~2 3
2 1~2 3
3 1~2 3
4 1~2 3
5 1~2 3
再来一步：
> A2 <- unite(A1,a123,a12,a3,sep = '/')
> A2 <- A1 %>% unite(a123,a12,a3,sep = '/')
对A1里面的a12与a3用“/”连接，形成新列“a123”。
> A2
a123
1 1~2/3
2 1~2/3
3 1~2/3
4 1~2/3
5 1~2/3
也可以用管道传参一步搞定：
> A %>%unite(a12,a1,a2,sep = '~') %>% unite(a123,a12,a3,sep = '/')
a123
1 1~2/3
2 1~2/3
3 1~2/3
4 1~2/3
5 1~2/3
回到我们的问题
看懂上例，就可以用管道传参一步搞定时间转换问题。
> dat1 <- dat %>%unite(datehour,date,hour,sep = ' ')%>%unite(datetime,datehour,min,second,sep = ':')
> dat1
datetime
1 2017-06-22 22:54:15
2 2017-06-23 7:51:4
3 2017-06-24 11:23:38
4 2017-06-25 23:45:50
5 2017-06-26 14:60:44
6 2017-06-27 5:24:56
7 2017-06-28 9:39:25
8 2017-06-29 20:22:22
9 2017-06-30 2:17:43
10 2017-07-01 17:56:31
11 2017-07-02 19:11:33
12 2017-07-03 24:35:18
13 2017-07-04 15:6:13
14 2017-07-05 4:12:47
15 2017-07-06 12:7:30
觉得不错，记得点赞哦，也可以分享、让更多的人看到！
文章评论