`levels <-` (Что это за колдовство?

Ответ 1

Ответы здесь хорошие, но у них отсутствует важный момент. Позвольте мне попытаться описать это.

R является функциональным языком и не хочет мутировать его объекты. Но он позволяет присваивать утверждения с помощью замещающих функций:

levels(x) <- y

эквивалентно

x <- `levels<-`(x, y)

Фокус в том, что эта переписывание выполняется с помощью <-; это не делается с помощью levels<-. levels<- - это просто регулярная функция, которая принимает вход и дает выход; он ничего не меняет.

Одним из следствий этого является то, что согласно приведенному выше правилу <- должен быть рекурсивным:

levels(factor(x)) <- y

является

factor(x) <- `levels<-`(factor(x), y)

является

x <- `factor<-`(x, `levels<-`(factor(x), y))

Это красиво, что это чисто функциональное преобразование (вплоть до самого конца, где происходит присвоение) эквивалентно тому, что задание будет на императивном языке. Если я правильно помню эту конструкцию в функциональных языках, называется линзой.

Но тогда, как только вы определили функции замены, такие как levels<-, вы получите еще один неожиданный непредвиденный случай: у вас есть не просто возможность назначать задания, у вас есть удобная функция, которая принимает фактор и выдает другой фактор с разным уровнем. Там действительно ничего "задания" об этом!

Итак, код, который вы описываете, просто использует эту другую интерпретацию levels<-. Я признаю, что имя levels<- немного запутанно, потому что оно предлагает назначение, но это не то, что происходит. Код просто устанавливает своего рода конвейер:

• Начните с dat$product

• Преобразуйте его в коэффициент

• Измените уровни

• Сохраните это в res

Лично я считаю, что строка кода красива;)

Ответ 2

Причиной этой "магии" является то, что форма "присваивания" должна иметь реальную переменную, над которой нужно работать. И factor(dat$product) не был привязан ни к чему.

# This works since its done in several steps
x <- factor(dat$product)
levels(x) <- list(Tylenol=1:3, Advil=4:6, Bayer=7:9, Generic=10:12)
x

# This doesn't work although it the "same" thing:
levels(factor(dat$product)) <- list(Tylenol=1:3, Advil=4:6, Bayer=7:9, Generic=10:12)
# Error: could not find function "factor<-"

# and this is the magic work-around that does work
`levels<-`(
  factor(dat$product),
  list(Tylenol=1:3, Advil=4:6, Bayer=7:9, Generic=10:12)
  )

Ответ 3

Нет колдовства, это то, как определяются (подчиненные) функции назначения. levels<- немного отличается, потому что он примитивен (sub) присваивает атрибуты фактора, а не сами элементы. Существует множество примеров такого типа функций:

`<-`              # assignment
`[<-`             # sub-assignment
`[<-.data.frame`  # sub-assignment data.frame method
`dimnames<-`      # change dimname attribute
`attributes<-`    # change any attributes

Другие двоичные операторы также могут быть вызваны:

`+`(1,2)  # 3
`-`(1,2)  # -1
`*`(1,2)  # 2
`/`(1,2)  # 0.5

Теперь, когда вы знаете, что-то вроде этого должно действительно взорвать ваш ум:

Data <- data.frame(x=1:10, y=10:1)
names(Data)[1] <- "HI"              # How does that work?!? Magic! ;-)

Ответ 4

Для пользовательского кода я действительно удивляюсь, почему такие манипуляции с языком используются так? Вы спрашиваете, что это за магия, а другие указали, что вы вызываете функцию замены, которая имеет имя levels<-. Для большинства людей это волшебство, и на самом деле предполагаемое использование - levels(foo) <- bar.

Пример использования, который вы показываете, отличается от того, что product не существует в глобальной среде, поэтому он существует только в локальной среде вызова levels<-, поэтому изменение, которое вы хотите сделать, не сохраняется - не было переназначения dat.

В этих условиях within() - идеальная функция для использования. Вы, естественно, хотели бы написать

levels(product) <- bar

в R, но, конечно, product не существует как объект. within() обойти это, потому что он устанавливает среду, в которой вы хотите запустить свой R-код, и оценивает ваше выражение в этой среде. Присвоение возвращаемого объекта из вызова within() таким образом преуспевает в правильно измененном кадре данных.

Вот пример (вам не нужно создавать новые datX - я просто делаю это, чтобы промежуточные шаги остались в конце)

## one or t'other
#dat2 <- transform(dat, product = factor(product))
dat2 <- within(dat, product <- factor(product))

## then
dat3 <- within(dat2, 
               levels(product) <- list(Tylenol=1:3, Advil=4:6, 
                                       Bayer=7:9, Generic=10:12))

Что дает:

> head(dat3)
  product
1 Generic
2 Generic
3   Bayer
4   Bayer
5   Advil
6 Tylenol
> str(dat3)
'data.frame':   20 obs. of  1 variable:
 $ product: Factor w/ 4 levels "Tylenol","Advil",..: 4 4 3 3 2 1 4 2 3 4 ...

Я изо всех сил стараюсь понять, как в большинстве случаев полезны конструкции, подобные тем, которые вы показываете, - если вы хотите изменить данные, изменить данные, не создавать другую копию и изменять ее (это все levels<- вызов делает все).