R 变量与赋值：<-、= 和 assign()

如何在 R 中创建变量

R 中的变量就是绑定到某个值上的名字。用赋值箭头 <- 来创建变量：名字写在箭头前面，值写在箭头后面。

age <- 30
name <- "Rosa"
is_admin <- TRUE

cat(age, name, is_admin, "\n")

三个变量，三种不同的值，而且没有任何类型声明，R 会根据值本身推断类型（详见数据类型）。变量一旦存在，任何可以用这个值的地方都可以用它：

price <- 19.99
quantity <- 3
total <- price * quantity

cat("You owe", total, "\n")

重新赋值也是一样。只要再赋一次值，变量就会欣然换成新的值，甚至换成新的类型：

mood <- "hopeful"
cat(mood, "\n")

mood <- 42
cat(mood, "\n")

字符串变成数字，R 并没有报错。这种灵活性很方便，但如果一个变量的含义在脚本中途发生了变化，通常就说明你应该换一个新名字了。

为什么 R 用 <- 而不是 =

这是每个人都会问的问题：age = 30 也能用，为什么每本 R 书、每份风格指南、每个包都用箭头？

因为 R 中的 = 根据出现位置的不同，代表两种不同的东西。在顶层，它表示赋值。在函数调用内部，它按名称匹配参数，不会创建变量：

values <- c(1, 5, NA, 9)

# Here = means "the argument called na.rm is TRUE".
# It does not create a variable named na.rm.
result <- mean(values, na.rm = TRUE)
cat(result, "\n")

如果你写成 mean(values, na.rm <- TRUE)，就会意外地创建一个名为 na.rm 的全局变量，并按位置传入 TRUE：语法合法，结果错误，而且很难发现。让代码保持可读的惯例很简单：

• <- 永远表示赋值。
• = 永远表示“这个参数取这个值”，用在函数调用内部。

遵循这个分工，你读到的每一行 R 代码都能一眼看出是在创建东西还是在传递东西。这是 R 世界里最普遍的一条风格规则，RStudio 甚至专门给 <- 设了一个快捷键（Alt+-）。

少用的“亲戚”：->、= 和 assign()

R 还有另外两种赋值方式，即使你很少写，也值得认识。

反向箭头 -> 按相反方向赋值，值在前，名字在后：

2 + 2 -> answer
cat(answer, "\n")

你偶尔会在长管道的末尾看到它（“把这些都算完，然后存起来”），但大多数风格指南建议避免使用：读者习惯在行首寻找被定义的名字。

assign() 用一个字符串来创建变量，这意味着名字可以在运行时拼出来：

assign("score", 100)
cat(score, "\n")

for (i in 1:3) {
    assign(paste0("run_", i), i * 10)
}
cat(run_1, run_2, run_3, "\n")

这看起来很巧妙，但几乎总是用错了工具：一组编号的变量，其实就是伪装起来的向量或列表。只有在名字确实必须计算出来时才使用 assign()；与它配对的 get("score") 可以按字符串名字读取变量。

命名规则

R 接受满足以下条件的名字：

• 由字母、数字、点号（.）和下划线（_）组成。
• 以字母开头，或以后面不跟数字的点号开头。
• 不是保留字（if、for、TRUE、NULL、function 等少数几个）。

所以下面这些都是合法的：

user_name <- "Ada"
score2 <- 99
my.total <- 150

cat(user_name, score2, my.total, "\n")

而下面这些不合法：

• 2nd_user：不能以数字开头。
• _temp：也不能以下划线开头（这一点和 Python 不同）。
• user-name：连字符是减号，不能用在名字里。
• TRUE：保留字。

名字区分大小写：total、Total 和 TOTAL 是三个互不相关的变量，你打错字时 R 会直接创建新变量，不会给出任何警告。

total <- 10
Total <- 20
cat(total, Total, "\n")

列出和删除：ls() 和 rm()

你创建的每个变量都会进入工作空间（即全局环境）。ls() 列出其中的内容，rm() 用来删除：

a <- 1
b <- 2
print(ls())

rm(a)
print(ls())

有两个细节值得了解。第一，rm(list = ls()) 会清空整个工作空间，在探索性会话的开头很方便，在其他地方则具有破坏性。第二，以点号开头的名字（例如 .cache）不会出现在 ls() 的结果中，除非调用 ls(all.names = TRUE)，这与 Unix 中隐藏文件的惯例相同。

命名惯例：使用 snake_case

除了硬性规则，现代 R 社区（以及 tidyverse 风格指南）已经形成了一些惯例：

• 变量和函数用 lower_snake_case：retry_count、fit_model。
• 名字中的点号合法但已过时：基础 R 里满是 data.frame 时代的名字，比如 my.data，但点号在 R 的 S3 方法系统中也有含义（print.data.frame 表示“数据框的 print 方法”），所以新代码会避免使用点号。
• 不用匈牙利命名前缀，也不用 camelCase：在较老的包里你会看到 camelCase，但整个生态已经统一到 snake_case。
• R 没有真正的常量；惯例是用大写字母命名打算当作常量的变量（MAX_RETRIES <- 5），并且不再重新赋值。

选择有描述性的名字，并保持一致。avg_score 比 as 多敲四个键，却能让以后的每位读者都不必翻回脚本前面去查。

本节要点

• name <- value 创建变量；社区约定 = 只用于函数参数。
• -> 和 assign() 确实存在；你读到它们的次数应该多于你写它们的次数。
• 名字由字母、数字、点号和下划线组成；不能以数字或下划线开头，并且区分大小写。
• ls() 查看工作空间，rm() 清理工作空间。
• 写 snake_case，你的代码就会和如今大家写的 R 代码风格一致。

下一节：这些变量到底能存放哪些类型的值，包括数值型、整数型、字符型和逻辑型。