UPDATE: 2022-10-28 20:02:39

はじめに

計算時間がかかる処理の時間計測をとにかく忘れるので「代入＋時間計測」演算子を作った、という話。分析していると、これ重たそうだから時間図りたいな〜計算中に他の仕事したいし・・・という場面がある。まぁ仕事でRを使う場面と言ったら、面倒なややこいSQLのクエリの結果が意図した通りなのか、Rでテストを書く場面くらいだが・・・。

「代入＋時間計測」演算子

「代入＋時間計測」演算子という中置演算子もなんなので、アップサート(up-sert)てきなノリでタイムサート(time-sert)演算子くらいにしておく。R で時間を測る方法はいくつかある。system.time()やSys.time()、最近だとtictokパッケージなんかもあるが、時間計測して代入となると、たぶん・・・面倒くさい。

# できていない
t <- system.time(1:10)
t
   user  system elapsed 
  0.012   0.000   0.011 

# 長い・・・
s <- Sys.time()
t <- 1:10
e <- Sys.time()
as.numeric(e - s)
[1] 0.005695105

ということでボケ防止と楽をするために作った。

`%time%` <- function(lhs, rhs){
  
  var <- deparse(substitute(lhs))
  code <- substitute(rhs)
  
  start_time <- Sys.time()
  res <- eval(code, envir = .GlobalEnv)
  end_time <- Sys.time()
  elapsed_time <- end_time - start_time
  
  assign(var, res, envir = .GlobalEnv)
  
  cat("# -----------------------------","\n")
  cat("# Elapsed time is", elapsed_time, "\n")
  cat("# -----------------------------","\n")
}

使い方は普通の代入演算子<-のように使えば、代入と時間計測が可能。中置演算子については、「R言語徹底解説」のp96にある「中置関数」を参照。

x %time% 1:10
# ----------------------------- 
# Elapsed time is 2.622604e-05 
# ----------------------------- 
x
 [1]  1  2  3  4  5  6  7  8  9 10

f <- function(x) {return(x * x)}
y %time% f(1:10)
# ----------------------------- 
# Elapsed time is 3.695488e-05 
# ----------------------------- 
y
 [1]   1   4   9  16  25  36  49  64  81 100


z %time% lm(Petal.Length ~ Petal.Width, iris)
# ----------------------------- 
# Elapsed time is 0.002145052 
# ----------------------------- 

z

Call:
lm(formula = Petal.Length ~ Petal.Width, data = iris)

Coefficients:
(Intercept)  Petal.Width  
      1.084        2.230  

# pipeで繋ぐ場合は丸括弧で囲まないと中置演算子がうまく機能しない
xx %time% (iris %>% 
            sample_n(50) %>% 
            group_by(Species) %>% 
            summarise(sum = sum(Petal.Length))
          )
`summarise()` ungrouping output (override with `.groups` argument)
# ----------------------------- 
# Elapsed time is 0.01261497 
# ----------------------------- 

xx
# A tibble: 3 x 2
  Species      sum
  <fct>      <dbl>
1 setosa      17.4
2 versicolor  82  
3 virginica  106.

はじめに

Twitterでおもしろいものを見つけたのでメモ。

重複エラー演算子

同じ変数名で上書きすることを許さない演算子:=の作り方。Twitterのタイムラインに流れていたのでメモ。

なるほどな〜と思ったのは、変数名と値の関係において、変数名をチェックするには、このように書けばよいのかと勉強になりました。演算子の左側の文字…どうやって扱うのが良いのか以前悩んだことがあったのだけど、演算子の左とかいう発想ではなく、この関数のように考えれば幾分楽に処理できる。ついでに、var <- deparse(substitute(lhs))は、tidyevalの関数群ならvar <- quo_text(enquo(lhs)) になるのでこっちでもよいと思われ。

`:=` <- function(lhs, rhs){
  var <- deparse(substitute(lhs))
  if(exists(var, parent.frame(), inherits = FALSE)){
    stop("Variable `", var, "` is already defined.", call. = FALSE)
  } else {
    assign(var, rhs, parent.frame())
  }
}

動かすとこうなる。

a := 1:10
a
 [1]  1  2  3  4  5  6  7  8  9 10

a := 11:20
Error: Variable `a` is already defined.

みんな頭よすぎでしょ…