Синтаксис языка
Операторы
Присваивание (<-, <<-, =)
Основной оператор присваивания в R — это оператор <-. Например, x <- 5. Если до этого объект не был создан, то таким образом мы создадим объект x, в котором содержится значение 5. Если до этого объект существовал, то ему будет присвоено новое значение (перезаписано). С формальной точки зрения, оператор <- связывает значение и символьную запись (название), с помощью которой можно обращаться к значению.
Оператор <- служит, наверное, одним из самых надёжных визуальных маркеров, позволяющих отличить код на R от кода на других языках. Такая форма оператора присваивания обусловлена историческим контекстом: в период разработки и использования в Bell Labs языка S (предшественника R) код писали на клавиатурах, на которых была одна клавиша для печати знака <-.
Несмотря на визуальную понятность оператора, он нередко подвергается критике, в частности, за то, что даёт возможность ошибиться. Так, неправильно поставленный пробел меняет присвоение на сравнение: выражения x <- 5 и x < -5 различаются одним неправильно поставленным пробелом, однако содержательно они совершенно разные.
Оператор = аналогичен оператору <- и может быть использован для левостороннего присваивания. Одновременно оператор = используется при указании значений аргументов функций. Большинство руководств по стилю рекомендуют именно такое использование операторов <- и =: первый для присваивания, а второй — при использовании функций.
Оператор <<- также является оператором левостороннего присваивания, как и <-, однако используется редко и в основном в функциях. Основное отличие: с помощью оператора <<- значения присваиваются в родительском окружении. Это используется, чтобы созданный во время выполнения функции промежуточный объект вывести за пределы области видимости функции и сохранить в родительском окружении. Родительским окружением может быть как глобальное окружение (чаще всего), так и какое-либо иное окружение, в котором вызывается функция (подробнее см. Выполнение выражений):
f1 <- function(x) {
tmp1 <<- paste('the result of <<- operator in f1()')
tmp2 <- x * 2
return(tmp2)
}
print(f1(2))## [1] 4
print(tmp1)## [1] "the result of <<- operator in f1()"Вместо оператора <<- для изменения значений объектов в различных окружениях рекомендуется использовать функцию assign(). В этой функции с помощью аргумента envir можно указать, в каком окружении происходит присвоение. Окружением может быть как пользовательское окружение, так и родительское (parent.env())/глобальное (.GlobalEnv):
f2 <- function(x) {
assign(x = 'tmp1', value = paste('the result of assign() in f2()'), envir = .GlobalEnv)
tmp2 <- x * 2
return(tmp2)
}
print(f2(2))## [1] 4
print(tmp1)## [1] "the result of assign() in f2()"Несмотря на то, что операторы присваивания позволяют множественное присваивание, а операторы -> и ->> — ещё и правостороннее присваивание, выражения вида x = y = z = 5 или 5 <- x -> y лучше не использовать, так как они уменьшают читабельность и прозрачность кода.
В редких случаях в левой части выражения присвоения при левостороннем присваивании может стоять не имя объекта, а вызов функции. Как правило, это касается функций, несущих определённую информацию об объекте. Наиболее часто встречающийся пример — создание или присвоение названий колонок в таблице:
# создаём и выводим на печать таблицу с колонками var1, var2
new_df <- data.frame(var1 = 1:3, var2 = letters[1:3])
print(new_df)## var1 var2
## 1 1 a
## 2 2 b
## 3 3 c
# меняем названия колонок на col1, col2 и выводим таблицу
names(new_df) <- c('col1', 'col2')
print(new_df)## col1 col2
## 1 1 a
## 2 2 b
## 3 3 cВ настоящее время методы и выражения вида names<- характерны скорее для достаточно старого кода, написанного на базовом R.
Сравнение и логические операторы
Операторы сравнения или логические операторы обычно используются при необходимости указать какие-то условия для выбора элементов вектора или таблицы, а также в конструкциях if/else (см. Условные операторы).
Операторы сравнения:
Логические операторы:
-
!— отрицание, например,!is.na(x); -
&,&&—И,бинарное И(оператор&поэлементно объединяет элементы двух множеств, оператор&&объединяет только первые слева элементы каждого множества), например, объединяем результаты двух логических проверок:
## [1] FALSE TRUE## [1] FALSEДоступ к данным
Как правило, объекты в R — это таблицы, списки или сложные объекты с большим количеством вложенных элементов. Для того чтобы извлечь какой-то элемент или переписать его значение, используются операторы доступа. Здесь мы просто перечислим и дадим общее представление об этих операторах, подробнее операторы доступа к данным, особенно операторы [ и [[, будут рассмотрены в разделе про манипуляции с данными.
$ и @
Оператор $ используется для обращения к именованному элементу списка, колонке датафрейма и прочим элементам структуры объектов. Вызов выглядит следующим образом: <object_name>$<element_name>. В выражении можно использовать несколько операторов, особенно часто это необходимо при работе со сложными вложенными списками и объектами S3- или R6-классов. Оператор $ обладает также полезной особенностью: название элемента можно вводить не полностью, но введённая часть должна однозначно определять требуемый элемент. Выведем первые шесть строк (функция head()) датафрейма cars и отдельно первые шесть значений колонки speed с полным и частичным указанием названия колонки:
head(cars)## speed dist
## 1 4 2
## 2 4 10
## 3 7 4
## 4 7 22
## 5 8 16
## 6 9 10
head(cars$speed)## [1] 4 4 7 7 8 9
head(cars$sp)## [1] 4 4 7 7 8 9Оператор @ используется аналогично оператору $ при работе с объектами S4-класса (доступ к слотам), однако требует полного названия требуемого элемента.
[ и [[
Оператор [ в определённой мере аналогичен оператору $, однако обладает более гибким функционалом. Так, с помощью оператора можно выделять элементы по их полному названию, по номеру или вектору номеров в списке элементов, по логическому условию:
## [1] 2 6Для некоторых объектов оператор [ переопределён и имеет дополнительные аргументы.
Оператор [[ похож на операторы [ и $, однако на вход принимать может только одно значение — номер позиции или название элемента (по умолчанию название должно быть полным):
tmp <- c(v1 = 'alpha', v2 = 'beta')
tmp['v1']## v1
## "alpha"
tmp[['v1']]## [1] "alpha"Доступ к объекту в пространстве имён (::, :::)
Операторы :: и ::: используются для доступа к объектам из какого-то определённого пространства имён (подробнее про пространства имён см. Окружения пакетов и пространство имён). Так, :: нередко используется для вызова функций любого установленного, но не подключённого пакета. Оператор ::: обеспечивает доступ вообще к любым неэкспортированным объектам пакетов, не только к функциям.
Чаще всего потребность в этих операторах возникает тогда, когда какая-то функция из специального пакета используется однократно и подключать весь пакет нет необходимости. Например, установка пакета из github-репозитория с помощью пакета remotes: remotes::install_github("ropensci/plotly"). Также :: или ::: используются в ситуациях, когда в нескольких пакетах встречаются одинаковые названия функций или объектов. Например, fromJSON() встречается одновременно в пакетах jsonlite, RJSONIO и rjson.
В целом при использовании этих операторов надо отдавать себе отчёт, что они усложняют код для восприятия, при этом одновременно делают его более прозрачным, так как явно указано, какая функция и какого пакета используется.
Иерархия операторов
Операторы организованы в иерархию. Это позволяет сочетать их в разных выражениях. При этом некоторые результаты выполнения некоторых выражений могут быть весьма неожиданными, если забывать про иерархию. Так, результатом 3 ^ 1:3 будет 3, потому что оператор возведения в степень (^) выполняется первым и только потом применяется оператор последовательности (:).
Список операторов по убыванию приоритета выполнения:
| Оператор | Значение |
|---|---|
::, :::
|
доступ к значениям в пространстве имён |
$, @
|
доступ к элементу объекта/слоту по названию |
[, [[
|
доступ к элементу объекта/слоту по индексу |
^ |
возведение в степень |
-, +
|
унарные плюс и минус |
: |
оператор последовательности (короткая запись для seq()) |
%any% |
специальные операторы (включая %% и %/%) |
*, /
|
умножение и деление |
+, -
|
сложение и вычитание |
<, >, <=, >=, ==, !=
|
логическое сравнение |
! |
логическое отрицание |
&, &&
|
логическое И
|
|, ||
|
логическое ИЛИ
|
~ |
знак формулы |
->, ->>
|
правое присваивание |
<-, <<-
|
левое присваивание |
= |
левое присваивание |
?, ??
|
справка |
Конвейеры
%>%
Оператор конвейера %>% не входит в базовые библиотеки R и принадлежит пакету magrittr, однако весьма распространён, в частности, широко используется в пакетах экосистемы tidyverse. Оператор %>% используется для того, чтобы связать в последовательность несколько операций, когда в последующее выражение передаётся результат предыдущего. В результате сокращается количество кода и/или повышается читабельность. Например, три идентичных вычисления, первое использует оператор конвейера, второе — вложенные выражения, а третье просто каждую операцию производит в отдельном выражении:
library(magrittr)
x <- 12 ^ 2 %>% sqrt %>% -2
x <- sqrt(12^2) - 2
x <- 12
x <- x ^ 2
x <- sqrt(x)
x <- x - 2Так как все операторы по сути являются функциями, то и оператор конвейера точно такая же самостоятельная функция. Как следствие, использование конвейеров влечёт за собой дополнительные расходы ресурсов, пусть и незначительные, что может быть нежелательно при программировании процессов, требующих высокой производительности.
|>
Оператор конвейера |> совсем недавно вошел в base R. Написание взято от классического символа конвейера, используемого в bash/awk и подобных языках. Также |> используется в некоторых других высокоуровневых языках, например, в F#. Операторы %>% и |> одинаковы по смыслу, но всё же неравнозначны. Собственно, поэтому команда R Core и не стала использовать %>% для своего конвейера.
Основное различие заключается в том, что они выполняются в разное время: %>% применяется при выполнении выражений, в рантайме; оператор |> обрабатывается интерпретатором на этапе чтения кода, и только потом происходит выполнение конвейера выражений. Такая организация делает применение |> надёжным и не вносящим дополнительных расходов.
Абстрактное синтаксическое дерево (подробнее см. здесь) хорошо иллюстрирует логику выполнения выражения с вложенными функциями и в виде конвейера:
lobstr::ast(g(f(x)))## █─g
## └─█─f
## └─x
lobstr::ast(x |> f() |> g())## █─g
## └─█─f
## └─xВызов функций
Классический вызов
Функции составляют основу языка R — все операции совершаются с использованием функций, будь то действие с объектом, вывод графика или печать значения объекта.
Вызов функции выглядит следующим образом: function_name(arglist). Например:
mean(x = 1:10)## [1] 5.5В приведённом примере mean — это название функции, а x — название аргумента функции. Функция в примере вычисляет среднее значение по вектору значений аргумента x.
Полный список аргументов функции можно посмотреть в справке по функции. Список аргументов функции импорта csv-файлов выглядит следующим образом (можно посмотреть в справке или воспользоваться функцией args()):
args(read.csv)## function (file, header = TRUE, sep = ",", quote = "\"", dec = ".",
## fill = TRUE, comment.char = "", ...)
## NULLПри вызове функции аргументы можно задать разными способами. Первый способ — по названию, то есть надо однозначно указывать название аргумента и его значение: read.csv(file = 'myfile.csv'). Второй способ — позиционный, когда значения аргументов перечислены в функции в том же порядке, как они объявлены в документации: read.csv( 'myfile.csv', FALSE, ';').
В приведённом примере документации функции read.csv() у ряда аргументов уже заданы значения, например, header = TRUE. Эти значения называются значения аргументов по умолчанию, и если при вызове функции для этих аргументов не указаны другие значения, то используются именно заданные по умолчанию. Это позволяет корректно выполнять выражение read.csv(file = 'myfile.csv') (или read.csv('myfile.csv')), несмотря на то, что значение задано только для одного аргумента, file.
В самом конце списка аргументов функции read.csv() используется ключевое слово ... (dot-dot-dot, три точки, эллипсис). Эта конструкция позволяет создавать функции с произвольным количеством аргументов или же использовать дополнительные аргументы в уже написанной функции. В примере ниже функция возвращает значение первого из указанных дополнительно аргументов:
f1 <- function(x, ...) {
x <- x^2
return(..1)
}
f1(x = 3, 5, 9)## [1] 5Следует помнить, что если ... указаны в середине списка аргументов, то для всех последующих аргументов позиционное указание значений становится невозможно и необходимо явно задавать пару аргумент = значение.
Вызов анонимных функций
Вызов анонимных функций в R выглядит следующим образом: вместо названия функции мы пишем function(x) { some operations with x }. Часто анонимные функции используются в сочетании с функциями семейства *pply (подробнее в разделе по созданию функций):
sapply(X = 1:5, FUN = function(x) x + 1)## [1] 2 3 4 5 6С относительно недавнего времени эту запись можно немного сократить и вместо function(x) использовать \(x). Символ \ был выбран в данном случае как напоминающий символ \(\lambda\), используемый для обозначения лямбда-выражений (аналоги анонимных функций в R) в функциональных языках.
Служебные символы
Конец выражения
Для маркировки конца выражения в R используется ;. Однако парсер интерпретатора читает код построчно. Это значит, что если не писать более одного выражения на одной строке, то указывать ; нет необходимости, достаточно переноса строки. В результате вот такие два выражения идентичны:
# два выражения на одной строке
x <- 5; y <- 3
x + y## [1] 8
# два выражения отдельно
x <- 5
y <- 3
x + y## [1] 8Фигурные скобки
Фигурные скобки используются в тех ситуациях, когда необходимо несколько выражений объединить в один блок. Чаще всего это необходимо при объявлении функций, в циклах и в некоторых случаях при использовании условных операторов (if … else/ifelse/switch, см. Условные операторы). Результатом выполнения блока будет результат последнего выражения:
result <- {
y <- 2 * 3
z <- y ^ 2
x <- y + z
}
print(result)## [1] 42В том случае, когда тело функции или цикла составляет одно выражение, фигурные скобки можно опустить. В таком случае выражение после function()/for на той же строке или одна следующая строка считается как относящиеся к функции/циклу:
for (i in 1:3)
print(i)## [1] 1
## [1] 2
## [1] 3Комментарии
В R для комментирования используется символ #. Если в какое-то место на строке поставить знак комментария, то вся оставшаяся часть строки будет считаться закомментированной. Исключение — если знак комментария находится внутри выражения, окруженного кавычками:
x <- 5 # это комментарий
x <- "# а вот это уже не комментарий"Обычно строку комментария ставят перед комментируемым выражением. Однако если комментарий короткий, то можно, как и в примере выше, писать комментарий после комментируемого выражения, на той же строке.
На данный момент R не поддерживает комментирование блоками, как это можно делать в других языках с помощью выражения вида /* commented lines of code */, поэтому каждую строчку надо комментировать отдельно.
За пределами базового R, но в сопутствующих пакетах, знак # может иметь иные значения, например, в RMarkdown он используется для создания заголовков и внутренних ссылок.
Кавычки
В R используются три вида кавычек: кавычки (“), апостроф (’) и обратный апостроф (`). Простые кавычки и апостроф взаимозаменяемы, в коде можно использовать и то, и другое, в том числе и комбинированно. Единственное, следует выдерживать стилистическую однородность и использовать какой-нибудь тип как основной, а второй — только в тех ситуациях, когда надо написать сложное выражение. Например, такие ситуации возникают при написании запроса к SQL-базе данных: в SQL, как правило, апострофы используются для текстовых значений и дат, а кавычки — для названий таблиц: dbGetQuery(con, "select * from mytable where dt >= '2018-01-01'").
Обратный апостроф используется при необходимости определённым образом выделить символьную запись. Например, обратные апострофы используются в том случае, когда колонка датафрейма или иной объект имеет пробелы или другие символы в названии, названа с использованием кириллицы или другого нелатинского шрифта и т. д. Например:
`это кириллица` <- 'объект с кириллическим названием и пробелом'
print(`это кириллица`)## [1] "объект с кириллическим названием и пробелом"Помимо обращения к объектам со специфичным названием, обратный апостроф может использоваться при создании собственных операторов:
`%~%` <- function(x, y)
paste("new operator's result:", x, "^", y, "=", x ^ y)
2 %~% 3## [1] "new operator's result: 2 ^ 3 = 8"Также обратный апостроф используется в rmarkdown-разметке для выделения фраз или создания коротких исполняемых выражений в самом тексте, а также для создания отдельных чанков кода. Например, так в тексте выглядит выражение `x <- 2 * 9`: x <- 2 * 9.
Зарезервированные слова
Как и во многих других языках, в R часть слов является зарезервированными, то есть за ними закреплено определённое значение (функционал), и пользователь не имеет возможности использовать их в качестве имён объектов. Основные зарезервированные слова (согласно документации R Foundation) можно посмотреть с помощью ?Reserved:
if else repeat while function for in next break
TRUE FALSE NULL Inf NaN
NA NA_integer_ NA_real_ NA_complex_ NA_character_
... ..1 ..2 etcСлова, которые уже обозначают функции используемых пакетов или глобальных переменных, не рекомендуется использовать в качестве названий объектов.