¿Cuáles son las diferencias entre los operadores de asignación “=” y “<-” en R?

¿Cuáles son las diferencias entre los operadores de asignación =y <-en R?

Sé que los operadores son ligeramente diferentes, como muestra este ejemplo

x <- y <- 5
x = y = 5
x = y <- 5
x <- y = 5
# Error in (x <- y) = 5 : could not find function "<-<-"

¿Pero es esta la única diferencia?

¿Cuáles son las diferencias entre los operadores de asignación =y <-en R?

Como muestra su ejemplo, =y <-tienen una precedencia de operador ligeramente diferente (que determina el orden de evaluación cuando se mezclan en la misma expresión). De hecho, ?Syntaxen R da la siguiente tabla de precedencia de operadores, de mayor a menor:

…
‘-> ->>’           rightwards assignment
‘<- <<-’           assignment (right to left)
‘=’                assignment (right to left)
…

¿Pero es esta la única diferencia?

Como estaba preguntando acerca de los operadores de asignación : sí, esa es la única diferencia. Sin embargo, sería perdonado por creer lo contrario. Incluso la documentación R de ?assignOpsafirma que hay más diferencias:

El operador <-se puede usar en cualquier lugar, mientras que el operador =solo se permite en el nivel superior (por ejemplo, en la expresión completa escrita en el símbolo del sistema) o como una de las subexpresiones en una lista de expresiones entre paréntesis.

No pongámosle un punto demasiado fino: la documentación de R es (sutilmente) incorrecta ^{[ 1 ]} . Esto es fácil de mostrar: solo necesitamos encontrar un contraejemplo del =operador que no esté (a) en el nivel superior, ni (b) una subexpresión en una lista de expresiones entre paréntesis (es decir {…; …}). - Sin más preámbulos:

x
# Error: object 'x' not found
sum((x = 1), 2)
# [1] 3
x
# [1] 1

Claramente hemos realizado una tarea, utilizando =, fuera de los contextos (a) y (b). Entonces, ¿por qué la documentación de una característica principal del lenguaje R ha estado mal durante décadas?

Es porque en la sintaxis de R el símbolo =tiene dos significados distintos que se combinan habitualmente:

1. El primer significado es como operador de asignación . Esto es todo de lo que hemos hablado hasta ahora.
2. El segundo significado no es un operador, sino más bien un token de sintaxis que señala un argumento con nombre que pasa en una llamada de función. A diferencia del =operador, no realiza ninguna acción en tiempo de ejecución, simplemente cambia la forma en que se analiza una expresión.

Veamos.

En cualquier código de la forma general ...

‹function_name›(‹argname› = ‹value›, …)
‹function_name›(‹args›, ‹argname› = ‹value›, …)

... el =es el símbolo que define el llamado argumento que pasa: es no el operador de asignación. Además, =está completamente prohibido en algunos contextos sintácticos:

if (‹var› = ‹value›) …
while (‹var› = ‹value›) …
for (‹var› = ‹value› in ‹value2›) …
for (‹var1› in ‹var2› = ‹value›) …

Cualquiera de estos generará un error “inesperado '=' en ‹bla›”.

En cualquier otro contexto, se =refiere a la llamada del operador de asignación. En particular, simplemente poner paréntesis alrededor de la subexpresión hace que cualquiera de los anteriores (a) sea válido y (b) una asignación . Por ejemplo, lo siguiente realiza la asignación:

median((x = 1 : 10))

Pero también:

if (! (nf = length(from))) return()

_{Ahora puede objetar que dicho código es atroz (y puede que tenga razón). Pero tomé este código de la base::file.copyfunción (reemplazando <-con =): es un patrón generalizado en gran parte de la base de código R principal.}

La explicación original de John Chambers , en la que probablemente se basa la documentación de R, en realidad explica esto correctamente:

[la =asignación está] permitida en solo dos lugares en la gramática: en el nivel superior (como un programa completo o una expresión escrita por el usuario); y cuando se aísla de la estructura lógica circundante, mediante llaves o un par adicional de paréntesis.

Una confesión: mentí antes. No es una diferencia adicional entre el =y <-los operadores: se llama a funciones distintas. Por defecto, estas funciones hacen lo mismo, pero puede anular cualquiera de ellas por separado para cambiar el comportamiento. Por el contrario, <-y ->(asignación de izquierda a derecha), aunque sintácticamente distintas, siempre llaman a la misma función. Anular uno también anula al otro. Saber esto rara vez es práctico, pero puede usarse para algunas travesuras divertidas .

La diferencia en los operadores de asignación es más clara cuando los usa para establecer un valor de argumento en una llamada de función. Por ejemplo:

median(x = 1:10)
x   
## Error: object 'x' not found

En este caso, xse declara dentro del alcance de la función, por lo que no existe en el espacio de trabajo del usuario.

median(x <- 1:10)
x    
## [1]  1  2  3  4  5  6  7  8  9 10

En este caso, xse declara en el espacio de trabajo del usuario, por lo que puede usarlo después de que se haya completado la llamada a la función.

Existe una preferencia general entre la comunidad R por usar <-para la asignación (que no sea en firmas de funciones) para la compatibilidad con versiones (muy) antiguas de S-Plus. Tenga en cuenta que los espacios ayudan a aclarar situaciones como

x<-3
# Does this mean assignment?
x <- 3
# Or less than?
x < -3

La mayoría de los IDE de R tienen métodos abreviados de teclado para <-facilitar la escritura. Ctrl+ =en Architect, Alt+ -en RStudio ( Option+ -bajo macOS), Shift+ -(subrayado) en emacs + ESS.

Si prefiere escribir =a <-pero desea utilizar el símbolo de asignación más común para el código publicado públicamente (en CRAN, por ejemplo), entonces se puede utilizar una de las tidy_*funciones en el formatRpaquete para reemplazar automáticamente =con <-.

library(formatR)
tidy_source(text = "x=1:5", arrow = TRUE)
## x <- 1:5

La respuesta a la pregunta "¿Por qué x <- y = 5arroja un error pero no x <- y <- 5?" es "Todo depende de la magia contenida en el analizador". La sintaxis de R contiene muchos casos ambiguos que deben resolverse de una forma u otra. El analizador elige resolver los bits de la expresión en diferentes órdenes dependiendo de si se utilizó =o no <-.

Para comprender lo que está sucediendo, debe saber que la asignación devuelve silenciosamente el valor asignado. Puede verlo más claramente imprimiendo explícitamente, por ejemplo print(x <- 2 + 3).

En segundo lugar, es más claro si usamos la notación de prefijo para la asignación. Entonces

x <- 5
`<-`(x, 5)  #same thing

y = 5
`=`(y, 5)   #also the same thing

El analizador interpreta x <- y <- 5como

`<-`(x, `<-`(y, 5))

Podríamos esperar que x <- y = 5entonces sería

`<-`(x, `=`(y, 5))

pero en realidad se interpreta como

`=`(`<-`(x, y), 5)

Esto se debe a que =tiene una precedencia menor que <-, como se muestra en la ?Syntaxpágina de ayuda.

La guía de estilo R de Google simplifica el problema al prohibir el "=" para la asignación. No es una mala elección.

https://google.github.io/styleguide/Rguide.xml

El manual de R entra en detalles agradables en los 5 operadores de asignación.

http://stat.ethz.ch/R-manual/R-patched/library/base/html/assignOps.html

x = y = 5es equivalente a x = (y = 5), porque los operadores de asignación "agrupan" de derecha a izquierda, lo que funciona. Significado: asignar 5 a y, dejando el número 5; y luego asigna ese 5 a x.

¡Esto no es lo mismo (x = y) = 5que no funciona! Significado: asignar el valor de ya x, dejando el valor de y; y luego asigna 5 a, umm ..., ¿qué exactamente?

Cuando combina los diferentes tipos de operadores de asignación, los <-enlaces se ajustan más que =. Entonces x = y <- 5se interpreta como x = (y <- 5), que es el caso que tiene sentido.

Lamentablemente, x <- y = 5se interpreta como (x <- y) = 5, que es el caso que no funciona!

Vea ?Syntaxy ?assignOpspara la precedencia (enlace) y las reglas de agrupación.

Según John Chambers, el operador =solo está permitido en "el nivel superior", lo que significa que no está permitido en estructuras de control como if, lo que hace que el siguiente error de programación sea ilegal.

> if(x = 0) 1 else x
Error: syntax error

Como escribe, "No permitir la nueva forma de asignación [=] en las expresiones de control evita errores de programación (como el ejemplo anterior) que son más probables con el operador igual que con otras asignaciones de S".

Puede lograr hacer esto si está "aislado de la estructura lógica circundante, mediante llaves o un par de paréntesis extra", así if ((x = 0)) 1 else xfuncionaría.

Ver http://developer.r-project.org/equalAssign.html

Los operadores <-y =asignan en el entorno en el que se evalúan. El operador <-se puede usar en cualquier lugar, mientras que el operador =solo se permite en el nivel superior (por ejemplo, en la expresión completa escrita en el símbolo del sistema) o como una de las subexpresiones en una lista de expresiones entre paréntesis.

Esto también puede ayudar a comprender la diferencia entre esos dos operadores:

df <- data.frame(
      a = rnorm(10),
      b <- rnorm(10)
)

Para el primer elemento, R ha asignado valores y nombre propio, mientras que el nombre del segundo elemento parece un poco extraño.

str(df)
# 'data.frame': 10 obs. of  2 variables:
#  $ a             : num  0.6393 1.125 -1.2514 0.0729 -1.3292 ...
#  $ b....rnorm.10.: num  0.2485 0.0391 -1.6532 -0.3366 1.1951 ...

R versión 3.3.2 (31/10/2016); macOS Sierra 10.12.1