dplyr中操作新赋值变量的最佳方法？如何避免先赋值再调用

嘿，我来帮你梳理下更简洁的写法！你现在的思路方向是对的，但确实有更优雅的方式来避免冗余代码：

1. 最直接的简化：利用赋值表达式的返回值 #

你原来的写法里多了一个不必要的df.3 %>%——其实(df.3 <- filter(df.1, !(Patient_ID %in% df.2)))这个表达式本身就会返回过滤后的数据集，所以直接把它传给count()就行：

# 既完成df.3的赋值，又直接输出count结果
(df.3 <- filter(df.1, !(Patient_ID %in% df.2))) %>% count(MIPSGroup)

2. 链式管道+按需赋值（更贴合tidyverse风格） #

如果追求代码可读性，也可以根据需求调整写法：

• 若只需要最终的count结果，不需要保留过滤后的数据集：

df.1 %>% 
  filter(!(Patient_ID %in% df.2)) %>% 
  count(MIPSGroup)

• 若需要同时保留过滤后的df.3并得到count结果，分开写的链式风格也很清晰（很多时候可读性比紧凑写法更重要）：

df.3 <- df.1 %>% filter(!(Patient_ID %in% df.2))
df.3 %>% count(MIPSGroup)

3. 用赋值管道%<>%（来自magrittr） #

如果你偏爱更紧凑的赋值+操作逻辑，可以用magrittr包的%<>%运算符（tidyverse已内置该包）。它会把管道处理后的结果赋值回原变量，但要注意这种方式会覆盖原变量，适合不需要保留原始中间数据集的场景：

# 先初始化df.3，或直接对目标变量操作
df.3 <- df.1
df.3 %<>% 
  filter(!(Patient_ID %in% df.2)) %>% 
  count(MIPSGroup)
# 此时df.3会变成count后的统计结果，而非过滤后的原始数据集

总结一下：如果要同时保留过滤后的df.3和得到count结果，第一种括号赋值+管道的写法最简洁；如果更看重代码可读性，分开写链式赋值和count也完全没问题；如果不需要中间数据集，直接链式操作就好~

内容的提问来源于stack exchange，提问作者Carmen Sandoval