Operatory w R: arytmetyczne, porównania, logiczne, %in% i %%

Operatory, które daje R

Operatory w R dzielą się na cztery robocze grupy: arytmetyczne (+ - * / ^ %% %/%), porównania (== != < <= > >=), logiczne (& | && || ! xor) oraz test przynależności %in%. Dwie rzeczy odróżniają je od większości języków: prawie wszystkie są wektorowe, czyli działają naraz na całych wektorach, element po elemencie, a R ma dwa operatory AND i dwa operatory OR, których nie można stosować zamiennie. Ta strona omawia je wszystkie oraz pułapki kolejności działań, które po cichu dają złe odpowiedzi.

Arytmetyka: +, -, *, /, ^, %% i %/%

Pierwsze pięć robi to, czego się spodziewasz. Dwa otoczone znakami procentu, czyli %% (modulo, reszta) i %/% (dzielenie całkowite, iloraz), to te, których ludzie szukają:

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

Zauważ, że / zawsze wykonuje dzielenie zmiennoprzecinkowe: 17 / 5 to 3.4, nigdy 3. Jeśli chcesz część całkowitą, właśnie do tego służy %/%.

Codzienną pracą %% jest sprawdzanie podzielności. Liczba jest parzysta, gdy dzielenie przez 2 nie zostawia reszty:

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

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

Na drugiej linii warto się zatrzymać: przy ujemnym argumencie %% w R zwraca wynik ze znakiem dzielnika (-7 %% 3 to 2, bo -7 = -3 * 3 + 2). Niektóre języki robią to odwrotnie; jeśli przenosisz kod, sprawdź to.

Operatory porównania są wektorowe

==, !=, <, <=, >, >= porównują element po elemencie i zwracają wektor logiczny, a nie jedną odpowiedź:

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

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

To silnik niemal całego filtrowania w R: porównujesz cały wektor z wartością, dostajesz maskę logiczną i używasz jej do wybrania podzbioru. Jedna przestroga przy == na ułamkach: liczby zmiennoprzecinkowe są przechowywane w przybliżeniu, więc 0.1 + 0.2 == 0.3 daje FALSE. Do porównań ułamków dziesiętnych wybieraj all.equal() albo sprawdzaj abs(x - y) < 1e-9.

Operatory logiczne: & kontra && (klasyczne pomieszanie)

R ma dwa operatory AND i dwa operatory OR, a wybranie złego to obowiązkowy rytuał przejścia.

& i | są wektorowe. Łączą dwa wektory logiczne element po elemencie:

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

Używaj ich zawsze, gdy budujesz filtr na danych: df[df$age > 30 & df$city == "Lisbon", ].

&& i || są skalarne i stosują skrócone obliczanie. Przyjmują pojedyncze wartości, zwracają jedno TRUE/FALSE i całkowicie pomijają drugi argument, jeśli pierwszy już rozstrzyga odpowiedź:

x <- 8

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

Druga linia pokazuje skrócone obliczanie: ponieważ x < 0 to FALSE, R nigdy nie wykonuje wywołania stop(). Właśnie dlatego && pasuje do warunków if(): możesz napisać if (!is.na(x) && x > 10), a część x > 10 zostanie bezpiecznie pominięta, gdy x to NA.

Praktyczna zasada: &/| do wektorów i filtrowania danych, &&/|| do warunków if(). Od R 4.3 jest to egzekwowane na serio: przekazanie do && albo || wektora o długości większej niż 1 to błąd (starsze wersje R po cichu brały tylko pierwszy element, co przez lata ukrywało prawdziwe błędy).

xor(a, b) uzupełnia zestaw: daje TRUE, gdy dokładnie jeden z dwóch argumentów jest TRUE:

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

%in%: sprawdzanie przynależności

x %in% table pyta dla każdego elementu x: "czy występuje on gdziekolwiek w table?". To jeden z najczęściej używanych operatorów w prawdziwym kodzie R:

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

Sprawdzana strona może być całym wektorem, dzięki czemu %in% jest naturalnym narzędziem do filtrowania wierszy według zbioru dozwolonych wartości.

Jest też lepszy od alternatywy, którą trzeba by inaczej napisać, czyli łańcucha == sklejonego przez |:

day <- "sat"

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

Przy pięciu dozwolonych wartościach łańcuch == zamienia się w ścianę powtórzeń, a wersja z %in% po prostu wydłuża wektor. Jest też druga, subtelniejsza przewaga: %in% nigdy nie zwraca 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 daje NA, bo R nie może wiedzieć, czy nieznana wartość równa się 1. To zachowanie szczegółowo opisuje artykuł o brakujących wartościach. Takie NA zatruwa potem każde if(), do którego trafi. %in% omija cały problem, bo zawsze odpowiada TRUE albo FALSE, i dlatego jest bezpieczniejszym wyborem w warunkach na danych, w których mogą być braki.

Pułapki kolejności działań

Dwie pułapki kolejności operatorów odpowiadają za nieproporcjonalnie dużą część chwil "R jest zepsuty". Po pierwsze, ^ wiąże mocniej niż jednoargumentowy minus:

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

Po drugie, dwukropek wiąże mocniej niż dwuargumentowa arytmetyka:

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

W razie wątpliwości dodaj nawiasy. Nic nie kosztują, a każdy czytelnik (łącznie z tobą w przyszłości) odczyta je tak samo jak interpreter.

$ i [ ]: operatory dostępu

Stale będziesz też widzieć $, [ ] i [[ ]]. Technicznie to również operatory, tylko służą do wyciągania wartości ze struktur, a nie do obliczeń:

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

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

Szczegółowo omawiają je strony o wektorach, listach i ramkach danych; tutaj wystarczy rozpoznawać je jako członków tej samej rodziny operatorów.

Co warto zapamiętać

• %% daje resztę, %/% iloraz całkowity; x %% 2 == 0 sprawdza parzystość.
• Porównania są wektorowe: zwracają wektor logiczny, którym możesz filtrować.
• &/| łączą wektory element po elemencie; &&/|| służą do pojedynczych wartości w if() i stosują skrócone obliczanie. Od R 4.3 && na dłuższym wektorze to błąd.
• x %in% table zastępuje łańcuchy == i nigdy nie zwraca NA.
• -2^2 to -4, a 1:n - 1 zaczyna się od 0: w razie wątpliwości dodawaj nawiasy.

Dalej: wykorzystanie tych operatorów w if, else i ifelse(), czyli instrukcjach warunkowych w R.