dplyr中~波浪符与.x点符号的含义及代码运行逻辑咨询

1. ~和.x的含义 #

~是tidyverse生态提供的匿名函数简写语法，最早由purrr包引入，现在dplyr的列操作函数都支持该写法，它的作用是快速定义一个不需要显式写function()的临时函数，等价于下面的完整写法：

function(.x) {
  length(unique(.x))
}

其中.x是固定占位符，指代across()遍历过程中当前被选中的那一列的向量值。

2. unique()的作用 #

unique()是R基础包自带的函数，作用是对输入的向量去除重复值，只保留互不相同的元素。所以length(unique(.x))的逻辑就是：先对当前列去重，再统计去重后的元素个数，也就是计算当前列一共有多少个不同的取值。

整段代码的完整运行流程 #

1. 管道符|>将dplyr自带的starwars数据集传入后续的summarize()函数
2. across()先执行第一个参数的筛选逻辑：where(is.character)会遍历starwars的所有列，筛选出所有数据类型为字符型的列，一共8列，和运行后得到的8列结果对应
3. across()遍历每一个筛选出来的字符列，每拿到一列就把该列的向量赋值给.x，执行length(unique(.x))的计算
4. summarize()将所有列的计算结果汇总为一行的tibble返回，每一列对应原来的一个字符列，值是该列的不同取值数量。

举个实际场景的例子：如果遍历到homeworld（角色家乡）列，unique(.x)会得到所有不重复的星球名称，length()统计后得到的结果就是星战角色来自多少个不同的星球。

内容的提问来源于stack exchange，提问作者student-R