#datascience #R #dplyr #pipes
Há duas bibliotecas externas: dplyr e tidyr, ambas parte do pacote "tidyverse", que nos permitem realizar manipulações avançadas de dados. Para começar, vamos instalar o "tidyverse":
install.packages('tidyverse")
Usando PIPES %>% eu consigo montar comandos encadeados (que trabalham uns sobre o resultado dos outros) de maneira mais simples. Considere o comando:
df <- mtcars %>% select(mpg,hp,cyl) %>% arrange(desc(mpg),cyl)
Sem Pipes, ele seria escrito assim:
df <- select(mtcars,mpg,hp,dyl)
df <- arrange(df,desc(mpg),cyl)
Ao encadear os comandos, aproveito as saídas como entradas intermediárias. Basicamente, você reescreve as funções. Em vez de: função(argumento), você escreve: argumento %>% função.
E não é só isso que o Pipe permite!
