# 到 # 表达 }

这往往使代码更容易理解，因为你不需要那么多上下文就能理解它。

编写可管道化的函数

如果你想编写自己的可管道化函数，考虑返回值非常重要。可管道化函数主要有两种类型：转换和副作用。

在转换函数中，有一个明确的“主要”对象作为第一个参数传入，函数返回其修改后的版本。例如，dplyr 和 tidyr 的关键对象是数据框。如果你能确定你的领域中的对象类型，你会发现你的函数可以自然地与管道配合使用。

副作用函数主要是为了执行某个操作而被调用，比如绘制图形或保存文件，而不是转换对象。这些函数应该“不可见地”返回第一个参数，这样它们默认不会被打印出来，但仍可以在管道中使用。例如，下面这个简单的函数会打印出数据框中缺失值的数量：

show_missings <- function(df) { n <- sum(is.na(df)) cat("Missing values: ", n, "\n", sep = "") invisible(df) }

如果我们以交互方式调用它，invisible() 意味着输入的 df 不会被打印出来：

show_missings(mtcars) #> Missing values: 0

但它仍然在那里，只是默认不打印出来：

x <- show_missings(mtcars) #> Missing values: 0 class(x) #> [1] "data.frame" dim(x) #> [1] 32 11