yihui yihui ，你好
看到这个更新，确实觉得不错。
但在官网也没说明。新的管道操作有没有快捷键啊。是不是和{magrittr}一样的？
我认为管道操作一定要有快捷键，这样写起代码来才顺畅

      x <- c(1:10, NA)

a_fun <- function(x) {
  . <- x
  . <- ifelse(is.na(.), 0, .)
  . <- (. + 1) * 3
  . <- sort(.)
  head(., 5)
}

b_fun <- function(x) {
  x |>
    {\(.) ifelse(is.na(.), 0, .)}() |>
    {\(.) (. + 1) * 3}() |>
    sort() |> 
    head(5)
}

a_fun(x)
#> [1]  3  6  9 12 15
b_fun(x)
#> [1]  3  6  9 12 15

dput(a_fun)
#> function (x) 
#> {
#>     . <- x
#>     . <- ifelse(is.na(.), 0, .)
#>     . <- (. + 1) * 3
#>     . <- sort(.)
#>     head(., 5)
#> }
dput(b_fun)
#> function (x) 
#> {
#>     head(sort({
#>         function(.) (. + 1) * 3
#>     }({
#>         function(.) ifelse(is.na(.), 0, .)
#>     }(x))), 5)
#> }

      <sup>Created on 2021-05-24 by the reprex package (v2.0.0)</sup>

      想了好久，感觉我还是更喜欢传统的写法。也可以在Rstudio设置 ". <- " 快捷键。写出来的代码也可以很简练。如函数a_fun。这本身就符合奥卡姆剃刀原则。这是其一。
      其二, 使用管道符号以后，写出来函数的格式不稳定。比如，dput(b_fun) 以后和原来的代码完全不一样。虽然这对大部分用户来说并不是什么问题，但我本人不太喜欢。

      个人观点。

        JackieMe 你不是第一个这么说的人。一堆特殊字符（大括号、反斜杠、小括号、点、竖线、小于号）堆在一起，确实是太 Perl 了。

        所以我还是喜欢 a_fun 里的写法，一步一赋值，简单明了，排错方便。管道的写法太怂恿用户追求形式上的美感，而这种外表美掩盖了潜在的代价。每次看到这种讨论，总让我联想起古诗与现代诗。形式美是一种美，但特别容易病态和狂热，舍本逐末（比如我认为诗的平仄差不多就行，完全不必成为规则；管道也不必管天管地，不是所有代码都适合管道；管道本是 Unix 的发明，也没见到 Shell 脚本到处都是管道吧，通常也都是普通的 if 判断或 for 循环；我一直都不是很理解为啥 R 社区这么狂热于管道）。

        但 a_fun 这种一步一赋值的写法最容易被人诟病的是，当变量名比较长时，写起来就很啰嗦了。这里用 . 简写看起来还行。我通常绕过这个问题的办法是写新函数：如果需要重复操作一个变量，那么就把这部分代码抽出去写一个新函数，新函数的参数用短变量名。如：

        c_fun <- function(x) {
  x_squared <- x^2
  x <- (x_squared + 1) * (x_squared -2)
  head(x, 5)
}

        为了避免重复敲 x_squared 这个长名字，可以新写一个函数，参数用短名：

        d_fun <- function(x) {
  (x + 1) * (x -2)
}

        然后调用新函数：

        c_fun <- function(x) {
  x <- d_fun(x^2)
  head(x, 5)
}

        抽离局部代码到新函数这种做法也便于单元测试。不过我这都是从开发者角度说的。数据分析的代码风格会不一样，可能不会频繁抽离新函数。

          我自己刚开始接触管道的时候, 有过什么都想上管道的倾向 ... 现在处于一种混杂的状态. 至于什么时候用什么时候不用, 我的标准是认知上的流畅和简洁. 但这个 "简洁" 并不是完全说输入的代码越少越好. 我下面举一些例子:

          my_data[, c("var_1", "var_2", "var_3")] %>% my_fun()

          上面这个例子我觉得就是一个简单的, 但是显示管道优点的例子. 因为它的形式是贴合你的思维过程的. 如果你用传统的方式来写, 就会有点拗口:

          my_fun(my_data[, c("var_1", "var_2", "var_3")])

          因为 my_fun() 这个操作是后发生的.

          如果用中间的变量, 我个人会觉得有点笨拙:

          new_data <- my_data[, c("var_1", "var_2", "var_3")]
my_fun(new_data)

          这么写对我个人来说还有三个不爽的点:

          1. new_data 这个变量是不重复使用的, 有点废话.
          2. new_data 会阻断思维过程, 本来一句话能说清楚的, 变得冗长了. 我下次看的时候, 加工时间会更长.
          3. 如果你采用中间变量是为了更清晰, 更显性, 那么这背后需要你花心思去取直观简洁的变量名, 这个过程对我来说很痛苦.

          但就算我支持管道, 我也不会刻意这样写:

          c("var_1", "var_2", "var_3") %>%
  {my_data[, .]} %>%
  my_fun()

          因为我思考的时候, my_data[, c("var_1", "var_2", "var_3")] 是整体出现的. 字面上的, 刻意的简洁反而是损害思维上的简洁的. 除非 c("var_1", "var_2", "var_3")] 是我之前处理的结果.

          这些例子看起来很无足轻重, 但是是我实际开发时的体验的缩影.

          开辟第三战场

          # Example - 1
1:10 ->.; head(.) # 如果换行分号就可去掉了。

# Example - 2
1:10 ->.
  head(.)

# Example - 3
library(dplyr)
mtcars ->.
  group_by(., cyl) ->.
  summarise(., mpg_avg = mean(mpg)) -> df

            chuxinyuan
            可以设置个 " ->.; "的快捷键。 想换行就换行，不想换行就接着写。哈哈~~

            10:1 |> sort() |> head(5) ->.; ifelse(. < 5, 0, .) ->.; plot(.)

            这样是不是有点梦幻了。

            等同于这样：

                . <- head(sort(10:1), 5)
    . <- ifelse(. < 5, 0, .)
    plot(.)
                5 天 后

                barnett874

                设置了还是... @@“

                x 3.3 GiB [master*]> devtools::session_info()$platform |> 
     unlist() |> 
     data.frame(Category = names(.), session_info = .)
Error in data.frame(unlist(devtools::session_info()$platform), Category = names(.),  : 
  arguments imply differing number of rows: 9, 0

x 3.3 GiB [master*]> devtools::session_info()$platform %>% 
     unlist() %>% 
     data.frame(Category = names(.), session_info = .)
         Category                 session_info
version   version R version 4.1.0 (2021-05-18)
os             os           Ubuntu 20.04.2 LTS
system     system            x86_64, linux-gnu
ui             ui                      RStudio
language language                           en
collate   collate                  en_US.UTF-8
ctype       ctype                  en_US.UTF-8
tz             tz                   Asia/Tokyo
date         date                   2021-05-30

                  好了～

                  3.3 GiB [master*]> devtools::session_info()$platform %>% 
     unlist() %>% 
     (function(df) data.frame(Category = names(df), session_info = df))()
         Category                 session_info
version   version R version 4.1.0 (2021-05-18)
os             os           Ubuntu 20.04.2 LTS
system     system            x86_64, linux-gnu
ui             ui                      RStudio
language language                           en
collate   collate                  en_US.UTF-8
ctype       ctype                  en_US.UTF-8
tz             tz                   Asia/Tokyo
date         date                   2021-05-30

                    ryo 可以用 R-perl 这么写：

                    devtools::session_info()$platform |> 
     unlist() |> 
     {\(.) data.frame(Category = names(.), session_info = .)}()

                    😂

                      11 天 后
                      1 年 后