2

Ao chamar a função dplyr::n() no ambiente global, ocorre um erro.

n()
# Error: This function should not be called directly

Esse erro faz sentido e fiquei curioso para ver como ele era implementado.

n
# function () 
# {
#     abort("This function should not be called directly")
# }
# <bytecode: 0x000000001650f200>
# <environment: namespace:dplyr>

Para minha surpresa, no entanto, não há nenhum if ou verificação de condição. Apenas joga o erro. O mesmo não ocorre quando chamamos n() no seu habitat natural.

mtcars %>% 
  group_by(cyl) %>% 
  summarise(n = n())

# # A tibble: 3 x 2
#     cyl     n
#   <dbl> <int>
# 1     4    11
# 2     6     7
# 3     8    14

Então as perguntas que ficam são duas:

  1. Como a função n() sabe que está sendo chamada em outro contexto? e
  2. Como a função n() conta? (onde está o código-fonte dessa parte)

1 Resposta 1

2

A função n só funciona dentro do dplyr e faz parte de uma parte interna do pacote que é chamada de Hybrid Evaluation. A descrição completa está aqui.

Hybrid Evaluation é uma das principais features que faz o dplyr ser rápido para algumas tarefas.

A princípio, quando você faz um summarise, por exemplo summarise(n = n()) o dplyr precisaria executar essa função para cada pedaço da base. Isso poderia ser custoso se a base tiver muitos grupos, por exemplo. Por isso o dplyr reconhece algumas expressões como por exemplo n(), sum(variavel) e lida com elas diretamente usando um código em C++.

No caso da função n() a porta de entrada para a sua definição está neste arquivo: https://github.com/tidyverse/dplyr/blob/master/inst/include/dplyr/hybrid/scalar_result/n.h#L1

Portanto, na verdade a função do R n() não sabe que está sendo chamada em outro contexto, na verdade, é o dplyr que muda o seu significado quando a função é usada dentro de um mutate ou summarise.

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .