Funções lambda, mappers e predicados parecem assustadores para você? Não se preocupe! Depois de relembrar o purrr, vamos mergulhar no básico de programação funcional, descobrir funções anônimas e predicados e ver como usá-los para limpar e explorar dados.

Fundamentos do purrr — um reforço

Relembrando o que você sabe de purrr

Mais um lembrete do purrr

Introdução aos mappers

Criando funções lambda

Funções lambda

Usando mappers para limpar seus dados

Limpe seus dados com keep

Separe com keep() e discard()

Predicados

O que é um predicado?

Explorando dados com predicados

Programando com purrr

Pronto para ir mais a fundo com programação funcional e purrr? Neste capítulo, vamos apresentar o conceito de programação funcional, explorar tratamento de erros incluindo safely() e possibly(), e introduzir a função compact() para deixar seu código mais limpo.

Programação funcional em R

Tudo o que acontece é uma chamada de função

Identifying pure functions

Ferramentas de programação funcional no purrr

Iterações seguras

Crie uma função

Usando possibly()

Uma versão com possibly() de read_lines()

Tudo em uma única chamada

Lidando com os resultados dos advérbios

Aperfeiçoando nossa função com purrr

Extraindo códigos de status com GET()

Programação funcional: da teoria à prática

Neste capítulo, vamos usar o purrr para escrever um código mais claro, limpo e fácil de manter. Vamos aprender a escrever funções limpas com compose() e negate(). Também vamos usar partial() para compor funções "pré-preenchendo" argumentos de funções existentes. Por fim, vamos apresentar list-columns, uma estrutura de dados prática que ajuda a escrever código limpo usando o Tidyverse.

Por que escrever um código mais limpo?

Como escrever compose()

De volta ao escritório

Construindo funções com compose() e negate()

Construa uma função

Conte os NA

Preenchendo funções com valores padrão

Um extrator de conteúdo

Outro extrator

Colunas de lista

Sobre list-columns

Crie um data.frame com list-column

Código melhor com purrr

Vamos juntar tudo o que aprendemos sobre purrr em um estudo de caso. Aqui, vamos usar o purrr para analisar dados coletados do Twitter. Vamos organizar os dados com código limpo e, em seguida, identificar influenciadores do Twitter da conferência RStudio de 2018.

Descobrindo o conjunto de dados

Brincando com tweets, rodada 1

Identificar perfis

Extraindo informações do conjunto de dados

Contando favoritos

Extraindo menções

Manipulando URLs

Analisando URLs

Brincando com URLs

Identificando influenciadores

Dividindo o conjunto de dados

Temos um vencedor!

Parabéns!

Estudo de caso

Você já se perguntou o que significa a descrição do purrr (“Um kit de ferramentas de programação funcional para R”)? Então você está no lugar certo! Este curso vai guiá-lo pela parte de programação funcional do purrr — em outras palavras, você vai aprender a aproveitar ao máximo a flexibilidade oferecida pelo .f em map(.x, .f) para iterar sobre outras listas, vetores e data.frame com um código robusto, limpo e fácil de manter. Ao longo do curso, você vai aprender a escrever seus próprios mappers (ou funções lambda) e a usar predicados e advérbios. Por fim, esse novo conhecimento será aplicado em um caso de uso, para que você veja como aproveitar o que acabou de aprender em um exemplo concreto de uma lista aninhada simples: como extrair, manter ou descartar elementos, como compor funções para manipular e analisar resultados dessa lista, como integrar o fluxo de trabalho do purrr dentro de outras funções e como evitar copiar e colar usando as ferramentas funcionais do purrr.

Foundations of Functional Programming with purrr

Continue aprendendo com purrr para criar código iterativo robusto, limpo e fácil de manter.

Por que escrever um código mais limpo?

Create Your Free Account