R Sprache: Verwenden Sie PurrrR :: Safely (), um Fehler in Schleifen zu bewältigen, Interrupts zu vermeiden und Ergebnisse zu sammeln

In diesem Artikel wird detailliert eingeführt, wie die Funktion des Purrr -Pakets sicher () verwendet werden kann, um Fehler in der Iteration in der R -Sprache robust zu behandeln. Wenn eine Schleife unterbrochen wird, indem auf ungültige Daten (z. B. unzugängliche URLs oder nicht existierende Dateien) gestoßen werden, kann sicher () Fehler aufnehmen, der Schleife die Ausführung fortsetzen und einen voreingestellten Standardwert (z. B. NA-Zeilen) für die fehlgeschlagenen Elemente zurückgeben und damit die manuelle Filterung und die Verbesserung der Code-Robustheit und die Entwicklung der Code und die Entwicklung der Entwicklung von Development Effizienz vermeiden.

Häufig gestellte Fragen in der iterativen Verarbeitung: Schleife unterbricht

In der Praxis der R -Sprachdatenverarbeitung müssen wir häufig denselben Betrieb in jedem Element in einer Liste oder einem Vektor ausführen, z. B. das Lesen von Dateien von Batch, Crawling -Webseitendaten oder das Aufrufen von APIs. Normalerweise verwenden wir Funktionen wie für Schleifen oder Lapply, um dies zu erreichen. Wenn die Datenquelle jedoch "schlechte" oder ungültige Elemente enthält (z. B. eine unzugängliche URL, einen nicht existierenden Dateipfad oder missgebildete Daten), können diese Vorgänge Fehler werfen, was dazu führt, dass die gesamte Schleife unerwartet verstößt.

Wenn Sie beispielsweise eine Webseite kriechen, kann die Funktion rVest :: read_html (), wenn Sie auf eine URL stoßen, die nicht analysiert werden kann, einen Fehler melden, der die Verarbeitung aller nachfolgenden URLs unterbricht. Zu den traditionellen Lösungen können Folgendes gehören:

1. Manuelles Filter: Überprüfen Sie alle Elemente manuell und entfernen Sie manuell, von denen bekannt ist, dass sie vor dem Ausführen der Schleife Fehler verursachen. Dieser Ansatz ist zeitaufwändig und funktioniert nicht mit großen oder dynamischen Datensätzen.
2. Verwenden Sie TryCatch: Verwenden Sie die Trycatch -Struktur in der Schleife, um Fehler zu fangen. Obwohl die Syntax von Trycatch effektiv ist, ist sie relativ umständlich und erfordert möglicherweise zusätzliche Logik, um bei der Verarbeitung von Ergebnissen erfolgreiche und fehlgeschlagene Elemente zu unterscheiden.

Beide Methoden erhöhen die Komplexität des Codes oder verringern die Entwicklungseffizienz. Wenn ein Fehler auftritt, kann die Schleife im Idealfall weiterhin den Fehler ausführen und automatisch aufzeichnen (z. B. den NA -Wert für die fehlgeschlagenen Elemente im Ergebnissatz ausfüllen), anstatt direkt zu stürzen.

Lösung: Verwenden Sie PurrrR :: Safely (), um eine robuste Iteration zu erreichen

Das PurRR -Paket ist ein leistungsstarkes funktionales Programmierwerkzeug in R, das eine Reihe von Funktionen zur Vereinfachung iterativer Vorgänge bietet. Unter ihnen ist die sicher () Funktion eine elegante Lösung für das oben genannte Problem der Schleife.

Die Funktion von sicher () besteht darin, eine Funktion zu wickeln, die einen Fehler aufnehmen kann. Wenn diese verpackte Funktion ausgeführt wird, fängt sicher () Fehler auf und gibt immer eine Liste von zwei Elementen zurück:

• Ergebnis: Wenn die ursprüngliche Funktion erfolgreich ausgeführt wird, wird der Rückgabewert hier gespeichert. Wenn ein Fehler auftritt, wird hier NULL (oder der Standardwert des ansonsten angegebenen Parameters) gespeichert.
• Fehler: Wenn ein Fehler auftritt, wird die Fehlermeldung hier gespeichert. Wenn eine erfolgreiche Ausführung, wird der Null hier gespeichert.

Auch wenn die ursprüngliche Funktion einen Fehler auswirkt, unterbricht die Funktion von sicher () den Ausführungsfluss nicht, sondern verkapelt die Fehlermeldung und erlaubt die Iteration fort.

Beispiel: Batch -Lesen von CSV -Dateien und Handhabungsfehlern

Um die Verwendung von sicher () besser zu veranschaulichen, nehmen wir als Beispiel das Lesen von CSV -Dateien an. Angenommen, wir haben eine Liste von Dateipfaden, von denen einige gültig sind und andere ungültig sind (die Datei existiert nicht).

Vorbereitung: Erstellen einer Testdatei

Zunächst erstellen wir einige CSV -Dateien zum Testen und einige nicht vorhandene Pfade.

 # Stellen Sie sicher, dass das erforderliche Paket installiert ist, wenn (! AnfordernSamePace ("purrr", leise = true)) install.packages ("purrr"))
if (! AnforderungAnameSpace ("Readr", leise = true)) install.packages ("Readr")
if (! AnforderungAnamespace ("DPLYR", leise = true)) install.packages ("dplyr")

Bibliothek (purrr)
Bibliothek (Readr)
Bibliothek (DPLYR)

# Erstellen Sie ein Verzeichnis zum Speichern von Testdateien.

# Erstellen Sie zwei gültige CSV -Dateien write_csv (Mtcars %> % Head (10), "test_data/mtcars1.csv").
write_csv (mtcars %> % tail (10), "test_data/mtcars2.csv")

# Definieren Sie eine Liste gültiger und ungültiger Pfaddatei_Paths <p> <strong>Definieren Sie eine Funktion, die möglicherweise fehlschlagen kann</strong></p><p> Als nächstes definieren wir eine Funktion, die den Dateipfad empfängt, die CSV -Datei liest und die ersten 5 Datenzeilen zurückgibt. Wenn die Datei nicht vorhanden ist, werfen Read_CSV einen Fehler.</p><pre class="brush:php;toolbar:false"> Read_csv_head  % Kopf (5)
  Return (DF)
}

Herkömmliche Iteration ohne sicher () ()

Versuchen Sie, die Funktion read_csv_head direkt mit MAP () (oder für Schleife) anzuwenden:

 Nachricht ("\ n-- Iteration ohne sicher () (die brechen) ---")
# Der Versuch, den folgenden Code auszuführen
# {
# results_normal <p> Wenn read_csv_head erwartet wird, test_data/non_existent_file.csv zu lesen, bricht die MAP () -Operation durch, und wir können das LEAD -Ergebnis von mtcars2.csv nicht erhalten.</p><p> <strong>Verwenden Sie sicher (), um die Funktion zu wickeln und das Ergebnis zu verarbeiten</strong></p><p> Jetzt verwenden wir sicher (), um die Funktion read_csv_head zu wickeln. Um die Erfordernis der Rückgabe von NA -Zeilen im Fehlschlag zu erfüllen, können wir ansonsten den Parameter von sicher () verwenden. Erstens benötigen wir einen leeren Datenrahmen als Vorlage, der die gleiche Spaltenstruktur wie der Datenrahmen hat, der erfolgreich gelesen wurde.</p><pre class="brush:php;toolbar:false"> Nachricht ("\ n --- Wrap-Funktion mit sicher () ---")

# 1. Erhalten Sie ein erfolgreiches Leseergebnis als Grundlage für die Definition einer leeren Daten-Frame-Vorlage # unter der Annahme, dass wir wissen, welche Spalten für ein erfolgreiches DF sein werden. Hier erhalten wir Sample_DF vom ersten erfolgreichen Pfad  %ausgefüllt wird
  Mutate (Cross (alles (), ~ na)) # Füllen Sie alle Spalten als NA und stellen Sie sicher, dass es sich um 1 Zeilenmeldung handelt ("Leere DataFrame -Vorlage (zum Ausfüllen von Fehlerelementen):")
print (leere_placeholder_df)

# 2. verwenden Sie sicher (), um die Funktion zu wickeln und ansonsten Parameter safe_read_csv_head  %
  bind_rows (.id = "source_index") # Der .ID-Parameter fügt eine Spalte hinzu, um den Speicherort der ursprünglichen Eingabenachricht zu identifizieren ("\ n --- Der fusionierte endgültige Datenrahmen (einschließlich NA-Zeilen) ---")
print (Final_comBIINed_df)

# 5. Fehlermeldung anzeigen (falls erforderlich)
fehler_info  %
  Karte ("Fehler") %> %
  compact () # Nullwert entfernen und nur Fehlermeldung ("\ n ---- Catched Fehlermeldung ---"))
if (length (fehler_info)> 0) {
  print (fehler_info)
} anders {
  Nachricht ("Es wurde kein Fehler gefangen.")
}

Aus der Ausgabe können wir sehen:

• All_Results_Safely ist eine Liste von drei Elementen. Jedes Element ist ein Sublisten, der Ergebnis und Fehler enthält.
• Für test_data/mtcars1.csv und test_data/mtcars2.csv enthält das Ergebnis den korrekt gelesenen Datenrahmen und der Fehler ist null.
• Für test_data/non_existent_file.csv enthält das Ergebnis die von uns definierte leere_placeholder_df (eine NA -Zeile), und der Fehler enthält detaillierte Fehlerinformationen.
• Final_comBIINed_df verschmilzt erfolgreich alle Ergebnisse, wobei die fehlgeschlagenen Elemente durch eine Zeile von NA -Werten ersetzt werden, wodurch die Anforderung von "eine NA -Zeile" in die ursprüngliche Frage erfüllt wird.
• In der Liste der Fehler_info werden alle Fehler erfasst, die getrennt auftreten, um die nachfolgende Fehleranalyse oder Protokollierung zu erleichtern.

Passen Sie sich an Web -Crawling -Szenarien an

Diese Lösung kann direkt auf das Web -Crawling -Szenario im ursprünglichen Problem angewendet werden. Die Schritte sind wie folgt:

1. Definieren Sie die Web -Crawling -Funktion: Erstellen Sie eine R -Funktion, die eine URL als Parameter empfängt, Operationen wie read_html (), html_nodes (), html_text () ausführt und den erforderlichen Datenrahmen zurückgibt.
2. Definieren Sie eine leere Datenbild-Vorlage: Erstellen Sie einen einzelnen Datenrahmen mit All NA als Vorlage basierend auf der Datenrahmenstruktur, die von der Web-Crawler-Funktion zurückgegeben wird.
3. Verwenden Sie sicher (), um die Crawling-Funktion einzuwickeln: Safe_Scape_Function
4. Iterieren Sie die URL-Liste mit MAP (): All_Scape_Results
5. Ergebnisse extrahieren und verschmelzen: Final_scrape_df % MAP ("Ergebnis") %> % bind_rows (.id = "source_url_index").
6. Fehler prüfen: crape_errors % MAP ("Fehler") %> % compact ().

Auf diese Weise wird die Schleife nicht unterbrochen, selbst wenn eine "schlechte Website" auftritt. Die fehlgeschlagene Website wird durch NA -Linien im Endergebnis dargestellt, und das erfolgreiche Crawling -Ergebnis wird intakt beibehalten.

Notizen und Best Practices

• Die Bedeutung eines ansonsten Parameters: Der ansonsten Parameter von sicher () ist der Schlüssel zur Implementierung der "Rückgabe von Na -Zeilen für den Fehler". Es wird sichergestellt, dass selbst wenn die Funktion einen Fehler auswirkt, das Ergebnisteil eine erwartete Struktur (z. B. einen leeren Datenrahmen oder einen bestimmten Wert) aufweisen kann, der nachfolgende Operationen von Bind_rows () erleichtert.
• Einheitliche Struktur der Ergebnisse: Stellen Sie sicher, dass das von der sicher () eingewickelte Funktion zum Erfolg zurückgegebene Ergebnis eine kompatible Struktur (z. B. denselben Spaltennamen und Datentyp) mit dem vom Parameter ansonsten angegebenen Standardwert aufweist, sodass Bind_rows () reibungslos verschlossen werden kann.
• Fehlerprotokoll und Analyse: Safely () Kapuliert Fehlerinformationen in einer Fehlerkomponente, mit der wir alle Fehler nach Abschluss der Iteration einheitlich anzeigen und verarbeiten können, anstatt sie einzeln in einer Schleife zu verarbeiten. Dies ist sehr wertvoll für die Fehlerüberwachung in Debugging- und Produktionsumgebungen.
• Andere Sicherheitsfunktionen von Purrr:
  • SOLY (): Ähnlich wie sicher () gibt es jedoch nur ein erfolgreiches Ergebnis zurück oder geben einen Standardwert (z. B. NULL) an und gibt kein Fehlerobjekt zurück. Wenn Ihr Ziel es ist, das fehlgeschlagene Ergebnis zu ersetzen, ohne detaillierte Fehlerinformationen zu erfordern, kann möglich () prägnanter sein.
  • Leise (): Erfasst Nachrichten, Warnungen und Ausgänge, die von der Funktion generiert werden, fangen jedoch keine Fehler auf.
• Testdateien aufräumen: Nachdem das Tutorial vorbei ist, können Sie die erstellten Testdateien bereinigen.

 # Testerdateien und Verzeichnisse unklar ("test_data", rekursiv = true)
Nachricht ("\ nTest -Dateien und Verzeichnisse wurden gereinigt.")

Zusammenfassen

Durch die Funktion purrr :: sicher () können R-Sprachentwickler einen robusteren und fehlertoleranteren iterativen Code erstellen. Es löst das Problem der Schleifenunterbrechung durch einen einzelnen Fehler elegant und ermöglicht eine effiziente Erfassung aller möglichen erfolgreichen Ergebnisse und identifizieren und zeichnen Sie Fehler beim Umgang mit unsicheren Datenquellen (z. B. Netzwerkanforderungen, Dateisystemvorgänge). Diese Denkweise der funktionalen Programmierung verbessert nicht nur die Zuverlässigkeit des Codes, sondern vereinfacht auch die Logik der Fehlerbehandlung stark. Es ist ein wichtiges Instrument für moderne R -Datenwissenschafts -Workflows.

Das obige ist der detaillierte Inhalt vonR Sprache: Verwenden Sie PurrrR :: Safely (), um Fehler in Schleifen zu bewältigen, Interrupts zu vermeiden und Ergebnisse zu sammeln. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!