Aprendiendo a usar conectores o pipes

Los conectores o pipes son símbolos que nos permiten encadenar varias operaciones. En inglés, pipe significa literalmente “tubería”, porque la idea es que los datos fluyan a través de una serie de pasos.

El uso de conectores facilita la lectura del código, porque nos muestra el flujo de las operaciones de forma ordenada y lógica, y también simplifica la escritura, porque nos hace escribir en el mismo orden lógico que pensamos las operaciones, y porque además nos permite reordenar, comentar, agregar o eliminar pasos.

En R, el conector nativo es |> y a continuación veremos cómo usarlo!

Definición

Un conector conecta dos pasos del procesamiento de datos, ya sea conectando los datos a una acción, o el resultado de una acción con una nueva acción. Así que la lectura de un conector (|>) sería algo así como “luego” o “entonces”.

Pensemos en una idea de procesamiento:

Para obtener resultado, empiezo con mis datos, y luego |> les aplico una acción(), y luego |> les hago otra_acción()

Traduzcámosla a código:

resultado <- datos |> 
    acción() |> 
    otra_acción()

En otras palabras, se empieza con los datos, los datos se modifican una vez en el primer paso, y en el segundo paso se modifica el resultado del paso anterior. Es una cadena de operaciones con un inicio (datos) y un final (resultado).

Recordemos que, en R, el resultado (la asignación) se pone al principio, porque es una forma de decir vamos a hacer esto de la siguiente manera, una especie de título de la operación.

Escritura del conector

El conector se escribe como |>, es decir, una barra vertical | seguida de un símbolo mayor que >.

Pero recomiendo aprender el atajo de teclado para insertarlo, ya que va a ser una operación de uso muy frecuente:

Tipos de conectores

Si intentaste el paso anterior, puede que te haya salido un símbolo distinto 😱

En R existen dos conectores: el |> (pipe nativo de R) y el %>% (pipe del paquete {magrittr}). Ambos hacen prácticamente lo mismo.

El conector que aparezca va a depender de tu configuración de RStudio: en el menú Tools, entra a Global options, y en el menú Code elige si quieres o no usar el conector nativo de R (recomendado).

Ejemplos

Veamos unos ejemplos de uso del conector en R, y cuándo resulta conveniente de usar:

Empecemos con un vector de números:

datos <- c(4, 6, 3, 7, 8, 6)

Ejemplo sin conector 👎🏼

Si tenemos un vector de números y queremos calcular su promedio:

mean(datos)

Pero si además queremos redondear el resultado (dos operaciones), tenemos que empezar a anidar las funciones:

round(mean(datos), digits = 2)

Este código se leería, de izquierda a derecha, como redondear el promedio de datos, lo cual no está mal, pero te obliga a entender la operación desde adentro hacia afuera (los datos o el inicio del proceso están al medio del código). Además, anidar las funciones empieza a hacer que el código sea cada vez menos legible. Imagínate si en vez de 2 funciones necesitas 4 o 5? 🫤

Ejemplo con conector 👍

Para hacer lo mismo pero usando conectores, encadenamos las operaciones empezando con los datos, en el orden de su ejecución:

datos |> 
  mean() |> 
  round(digits = 2)

La lectura sería: a los datos les calculo el promedio y luego al resultado lo redondeo. La operación ahora es más legible (vemos que hay claramente 3 pasos) y sigue un orden secuencial (se leen en el orden que se aplican).

Creemos una pequeña tabla de datos para el siguiente ejemplo:

# crear tabla de datos de ejemplo con tribble
library(dplyr)

datos <- tibble(animal = c("gato", "ratón", "perro", "pez", "paloma"),
                color = c("gris", "negro", "blanco", "azul", "gris"),
                patas = c(4, 4, 4, 0, 2),
                edad = c(8, 2, 10, 1, 3))

Warning in attr(x, "align"): 'xfun::attr()' is deprecated.
Use 'xfun::attr2()' instead.
See help("Deprecated")

Warning in attr(x, "format"): 'xfun::attr()' is deprecated.
Use 'xfun::attr2()' instead.
See help("Deprecated")

Ejemplo sin conector 👎🏼

Imagina que a estos datos queremos hacerle varias operaciones:

1. Seleccionar algunas columnas,
2. filtrar algunas filas, y
3. ordenar los resultados

Vamos agregando las funciones en orden: primero la selección…

select(datos, animal, patas, edad) # 🙂

Ahora el filtro, pero adentro hay que ponerle los datos seleccionados…

filter(select(datos, animal, patas, edad), patas >= 4) # 🤨

Si queremos ordenarlos tenemos que poner todo adentro de otra función…

arrange(filter(select(datos, animal, patas, edad), patas >= 4), edad) # 😵‍💫

Terminamos con esta aberración de paréntesis y funciones que se leen algo así como ordeno el filtro de la selección de los datos 😣 y al final van apareciendo los argumentos de cada función. Imposible de leer! 😭

Una forma de solucionarlo es ir asignando cada paso a un objeto…

datos_2 <- select(datos, animal, patas, edad)
datos_3 <- filter(datos_2, patas >= 4)
datos_4 <- arrange(datos_3, edad)

…pero esto hace que tengamos que crear muchos objetos intermedios, que no nos interesan! Además se lee muy mal porque te interrumpe la constante creación de objetos.

Ejemplo con conector 👍

Para hacer lo mismo pero usando los conectores, empezamos con los datos y vamos agregando los pasos del procesamiento: primero la selección, luego el filtro, y finalmente el ordenamiento:

datos |> 
  select(animal, patas, edad) |> 
  filter(patas >= 4) |> 
  arrange(edad)

El proceso queda más ordenado, se lee en orden (de arriba hacia abajo), no necesitamos crear objetos intermedios, y no hay ningún caos de paréntesis para desenredar! Mucho mejor 😊

Además, se hace mucho más fácil reordenar los pasos o agregar pasos intermedios, o bien poder poner comentarios entre medio, para ir apoyándonos en la lectura y el aprendizaje:

datos |> 
  # seleccionar sólo columnas útiles
  select(animal, patas, edad) |> 
  # filtrar animales con 4 o más patitas
  filter(patas >= 4) |> 
  # ordenarlos empeazndo por el más bebé
  arrange(edad)

Solamente hay que acostumbrarse a fijarnos bien que los conectores conecten con algo: no dejar conectores apuntando a nada, porque hacen que R piense que el código conecta con lo que sea que tenga abajo, o peor, que R quede esperando que lo conectes con algo!¹