Fehler: Funktion "%>%" konnte nicht gefunden werden

Ich führe ein Beispiel in R aus, gehe die Schritte durch und alles funktioniert bis jetzt, außer dass dieser Code einen Fehler erzeugt:

 words <- dtm %>%
 as.matrix %>%
 colnames %>%
 (function(x) x[nchar(x) < 20])

Fehler: Funktion "%>%" konnte nicht gefunden werden

Ich verstehe nicht, welchen Nutzen die Verwendung dieses speziellen Operators %>%hat, und jedes Feedback wäre großartig.

Sie müssen zuerst ein Paket (wie magrittroder dplyr) laden , das die Funktion definiert, dann sollte es funktionieren.

install.packages("magrittr") # package installations are only needed the first time you use it
install.packages("dplyr")    # alternative installation of the %>%
library(magrittr) # needs to be run every time you start R and want to use %>%
library(dplyr)    # alternatively, this also loads %>%

Der Pipe-Betreiber %>%wurde eingeführt, um "die Entwicklungszeit zu verkürzen und die Lesbarkeit und Wartbarkeit von Code zu verbessern".

Aber jeder muss selbst entscheiden, ob es wirklich zu seinem Workflow passt und die Dinge einfacher macht. Weitere Informationen zu magrittrfinden Sie hier .

Wenn Sie die Pipe nicht verwenden %>%, gibt dieser Code den gleichen Code zurück wie Ihr Code:

words <- colnames(as.matrix(dtm))
words <- words[nchar(words) < 20]
words

EDIT: (Ich erweitere meine Antwort aufgrund eines sehr nützlichen Kommentars von @Molx)

Obwohl magrittrder Pipe-Operator von stammt, wird er häufiger mit dem Paket verwendet dplyr(das erfordert und lädt magrittr). Wenn Sie also jemanden sehen, der es verwendet, %>%stellen Sie sicher, dass Sie nicht dplyr stattdessen laden .

Unter Windows: Wenn Sie%>% in einer% dopar% -Schleife verwenden, müssen Sie einen Verweis auf das Ladepaket hinzufügen dplyr(oder auf magrittrwelches dplyrLadeprogramm).

Beispiel:

plots <- foreach(myInput=iterators::iter(plotCount), .packages=c("RODBC", "dplyr")) %dopar%
{
    return(getPlot(myInput))
}

Wenn Sie den .packagesBefehl weglassen und %do%stattdessen verwenden, um alles in einem einzigen Prozess auszuführen, funktioniert dies einwandfrei. Der Grund dafür ist, dass alles in einem Prozess ausgeführt wird, sodass keine neuen Pakete speziell geladen werden müssen.

Folgendes kann verwendet werden:

 install.packages("data.table")
 library(data.table)

Der Vorteil ist, dass die Ausgabe der vorherigen Funktion verwendet wird. Sie müssen beispielsweise nicht wiederholen, woher die Datenquelle stammt.