Operator R: Aritmetika, Perbandingan, Logika, %in% dan %%

Operator yang Disediakan R

Operator R terbagi menjadi empat kelompok kerja: aritmetika (+ - * / ^ %% %/%), perbandingan (== != < <= > >=), logika (& | && || ! xor), dan uji keanggotaan %in%. Dua hal membuatnya berbeda dari kebanyakan bahasa: hampir semuanya tervektorisasi, artinya bekerja pada seluruh vector sekaligus, elemen demi elemen, dan R punya dua operator AND dan dua operator OR yang tidak bisa saling menggantikan. Halaman ini membahas semuanya, ditambah jebakan prioritas yang diam-diam menghasilkan jawaban salah.

Aritmetika: +, -, *, /, ^, %% dan %/%

Lima yang pertama bekerja sesuai dugaanmu. Dua yang diapit tanda persen, %% (modulo, sisa bagi) dan %/% (pembagian bilangan bulat, hasil bagi), adalah yang paling sering dicari orang:

a <- 17
b <- 5

print(a + b)    # 22
print(a - b)    # 12
print(a * b)    # 85
print(a / b)    # 3.4
print(a ^ b)    # 1419857
print(a %% b)   # 2  - the remainder of 17 / 5
print(a %/% b)  # 3  - how many whole times 5 fits into 17

Perhatikan bahwa / selalu melakukan pembagian floating-point: 17 / 5 adalah 3.4, tidak pernah 3. Kalau kamu ingin bagian bilangan bulatnya, itulah gunanya %/%.

Tugas sehari-hari %% adalah keterbagian. Sebuah angka genap ketika dibagi 2 tidak menyisakan apa pun:

n <- 42
print(n %% 2 == 0)   # TRUE - even

print(-7 %% 3)       # 2, not -1

Baris kedua itu layak diperhatikan: dengan operand negatif, %% di R mengembalikan hasil dengan tanda pembagi (-7 %% 3 adalah 2, karena -7 = -3 * 3 + 2). Beberapa bahasa melakukannya sebaliknya; kalau kamu memindahkan kode dari bahasa lain, periksa dulu.

Operator Perbandingan Itu Tervektorisasi

==, !=, <, <=, >, >= membandingkan elemen demi elemen dan mengembalikan vector logika, bukan satu jawaban:

scores <- c(45, 72, 88, 60)

print(scores >= 60)           # FALSE TRUE TRUE TRUE
print(scores[scores >= 60])   # 72 88 60

Inilah mesin di balik hampir semua pemfilteran di R: kamu membandingkan seluruh vector dengan sebuah nilai, mendapatkan mask logika, lalu memakai mask itu untuk mengambil subset. Satu peringatan soal == pada desimal: angka floating-point disimpan secara perkiraan, jadi 0.1 + 0.2 == 0.3 bernilai FALSE. Untuk membandingkan desimal, lebih baik pakai all.equal() atau periksa abs(x - y) < 1e-9.

Operator Logika: & vs && (Kebingungan Klasik)

R punya dua operator AND dan dua operator OR, dan salah memilih adalah pengalaman yang dialami hampir semua orang.

& dan | tervektorisasi. Keduanya menggabungkan dua vector logika elemen demi elemen:

sunny <- c(TRUE, TRUE, FALSE, FALSE)
warm  <- c(TRUE, FALSE, TRUE, FALSE)

print(sunny & warm)   # TRUE FALSE FALSE FALSE
print(sunny | warm)   # TRUE TRUE TRUE FALSE
print(!sunny)         # FALSE FALSE TRUE TRUE

Pakai keduanya setiap kali kamu membuat filter atas data: df[df$age > 30 & df$city == "Lisbon", ].

&& dan || bekerja pada skalar dan melakukan short-circuit. Keduanya menerima nilai tunggal, mengembalikan satu TRUE/FALSE, dan melewati operand kedua sepenuhnya kalau operand pertama sudah menentukan jawabannya:

x <- 8

print(x > 0 && x %% 2 == 0)         # TRUE - both checked
print(x < 0 && stop("never runs"))  # FALSE - stop() is never evaluated

Baris kedua itu menunjukkan short-circuit: karena x < 0 bernilai FALSE, R tidak pernah mengevaluasi panggilan stop(). Inilah alasan && cocok untuk kondisi if(): kamu bisa menulis if (!is.na(x) && x > 10) dan bagian x > 10 aman dilewati ketika x bernilai NA.

Patokannya: &/| untuk vector dan pemfilteran data, &&/|| untuk kondisi if(). Dan sejak R 4.3, aturan ini ditegakkan dengan tegas: memberi && atau || vector yang panjangnya lebih dari 1 menghasilkan error (versi R lama diam-diam hanya memakai elemen pertama, yang menyembunyikan bug nyata selama bertahun-tahun).

xor(a, b) melengkapi kelompok ini: TRUE ketika tepat satu dari keduanya TRUE:

print(xor(TRUE, FALSE))  # TRUE
print(xor(TRUE, TRUE))   # FALSE

%in%: Menguji Keanggotaan

x %in% table bertanya, untuk setiap elemen x, "apakah ini muncul di mana saja dalam table?" Ini salah satu operator yang paling sering dipakai di kode R sungguhan:

basket <- c("apple", "banana", "cherry")

print("banana" %in% basket)   # TRUE
print("mango" %in% basket)    # FALSE

wanted <- c("cherry", "mango", "apple")
print(wanted %in% basket)     # TRUE FALSE TRUE

Sisi yang diuji bisa berupa seluruh vector, sehingga %in% menjadi alat yang wajar untuk memfilter baris berdasarkan sekumpulan nilai yang diizinkan.

Ia juga lebih baik daripada alternatif yang biasanya kamu tulis, yaitu rangkaian == yang disambung dengan |:

day <- "sat"

print(day == "sat" | day == "sun")   # works, but scales badly
print(day %in% c("sat", "sun"))      # same answer, stays readable

Dengan lima nilai yang diizinkan, rangkaian == berubah menjadi tembok pengulangan; versi %in% cukup memperpanjang vectornya. Ada keunggulan kedua yang lebih halus: %in% tidak pernah mengembalikan NA:

print(NA == 1)             # NA - comparison with a missing value is unknown
print(NA %in% c(1, 2, 3))  # FALSE - %in% gives a definite answer

NA == 1 bernilai NA karena R tidak bisa tahu apakah nilai yang tidak diketahui sama dengan 1, perilaku yang dibahas tuntas di nilai yang hilang. NA itu lalu merusak setiap if() yang ia capai. %in% menghindari seluruh masalah ini dengan selalu menjawab TRUE atau FALSE, itulah sebabnya ia pilihan yang lebih aman untuk kondisi pada data yang mungkin hilang.

Jebakan Prioritas

Dua jebakan prioritas operator menyumbang porsi besar dari momen "R rusak". Pertama, ^ mengikat lebih kuat daripada minus unary:

print(-2^2)     # -4  - parsed as -(2^2)
print((-2)^2)   #  4  - the square of negative two

Kedua, titik dua mengikat lebih kuat daripada aritmetika biner:

n <- 5

print(1:n - 1)     # 0 1 2 3 4  - parsed as (1:n) - 1
print(1:(n - 1))   # 1 2 3 4    - probably what you meant

Kalau ragu, tambahkan tanda kurung. Tanda kurung tidak ada ruginya, dan setiap pembaca (termasuk dirimu di masa depan) membacanya dengan cara yang sama seperti interpreter.

$ dan [ ]: Operator Akses

Kamu juga akan terus melihat $, [ ], dan [[ ]]. Secara teknis ini juga operator, dipakai untuk mengambil nilai dari dalam struktur, bukan untuk menghitung:

person <- list(name = "Rosa", age = 30)

print(person$name)     # by name, with $
print(person[["age"]]) # by name, with [[ ]]

Semuanya dibahas lengkap di halaman tentang vector, list, dan data frame. Di sini cukup kenali bahwa mereka anggota keluarga operator yang sama.

Yang Perlu Kamu Ingat

• %% memberi sisa bagi, %/% memberi hasil bagi bilangan bulat; x %% 2 == 0 menguji bilangan genap.
• Perbandingan itu tervektorisasi: hasilnya vector logika yang bisa kamu pakai untuk memfilter.
• &/| menggabungkan vector elemen demi elemen; &&/|| untuk nilai tunggal di if() dan melakukan short-circuit. Sejak R 4.3, && pada vector yang lebih panjang menghasilkan error.
• x %in% table menggantikan rangkaian == dan tidak pernah mengembalikan NA.
• -2^2 adalah -4 dan 1:n - 1 dimulai dari 0, jadi pakai tanda kurung kalau ragu.

Berikutnya: menerapkan operator-operator ini di dalam if, else, dan ifelse(), pernyataan percabangan di R.