4  工作流之代码格式

代码的编写格式往往直接影响代码的可读性和维护性。对于编程新手，建议从一开始就养成规范的书写习惯，这不仅有利于团队协作，也能让自己在回顾旧代码时更加轻松。

本章整理了 tidyverse 推荐的格式，并作为全书的统一准则。初期遵循规范可能略感繁琐，但通过持续练习，这些规范将逐步内化为自然习惯。

可借助 styler 包自动格式化代码。

install.packages("styler")

装载后，在 RStudio 中使用快捷键 Ctrl + Shift + P 打开命令面板，输入 “styler” 即可快速查看 styler 提供的所有快捷方式。

4.1 命名规范

命名变量建议使用小写字母、数字与下划线 _，下划线用于分隔单词：

# 推荐
short_flights <- flights |> filter(air_time < 60)

# 不推荐
SHORTFLIGHTS <- flights |> filter(air_time < 60)

变量名应具备描述性，长不是问题，总比晦涩的缩写更易理解。在命名一组相关变量时，推荐使用统一前缀而非后缀，以提升自动补全功能的效率：

dep_time, dep_delay, dep_gate  # 推荐
time_dep, delay_dep, gate_dep  # 不推荐

4.2 空格

运算符（如 +, -, == 等）两侧需保留空格，唯独幂运算符 ^ 可不加。赋值符号 <- 左右也应空格分隔：

z <- (a + b)^2 / d

函数调用中，括号内不加空格，逗号后需空格：

mean(x, na.rm = TRUE)

mutate() 等参数较多的函数，可通过空格对齐等号以提升可读性：

flights |> 
  mutate(
    speed      = distance / air_time,
    dep_hour   = dep_time %/% 100,
    dep_minute = dep_time %%  100
  )

4.3 管道符

RStuido中管道符快捷键为 Ctrl + Shift + M。

tidyverse 推荐使用原生管道 |>，符号前后各留一个空格。管道符通常置于行尾，方便续写。例如：

flights |>  
  filter(!is.na(arr_delay), !is.na(tailnum)) |> 
  count(dest)

若函数（如 summarize()）包含命名参数，每个参数独立成行。而无命名参数（如 filter()）可根据行的长度决定是否换行。

管道中各层缩进两格。若参数分行书写，则进一步缩进。闭括号 ) 建议单独成行。下方代码格式为例：

flights |>  
  group_by(tailnum) |> 
  summarize(
    delay = mean(arr_delay, na.rm = TRUE),
    n = n()
  )

尽管有些简单操作可一行完成，但建议从一开始就分层书写，为后续扩展留出余地：

# 简洁但维护性差
df |> mutate(y = x + 1)

# 更推荐写法
df |> 
  mutate(
    y = x + 1
  )

若管道超过 10–15 行，建议引入中间变量，分阶段处理，尤其是在数据结构发生重大变化时（如 pivot, summarize）。

4.4 ggplot2 格式规范

ggplot2 中的图层添加使用 +，应置于行尾，格式上与管道 |> 保持一致：

flights |> 
  group_by(month) |> 
  summarize(delay = mean(arr_delay, na.rm = TRUE)) |> 
  ggplot(aes(x = month, y = delay)) +
  geom_point() +
  geom_line()

参数较多时建议换行并对齐，提升可读性：

flights |> 
  group_by(dest) |> 
  summarize(
    distance = mean(distance),
    speed = mean(distance / air_time, na.rm = TRUE)
  ) |> 
  ggplot(aes(x = distance, y = speed)) +
  geom_smooth(
    method = "loess",
    span = 0.5,
    se = FALSE, 
    color = "white", 
    linewidth = 4
  ) +
  geom_point()

需注意，+ 与 |> 的格式有时无法完全统一，因为 ggplot2 比管道符出现得更早，故尚难以在设计上兼容。

4.5 分节注释

在脚本较长时，可用注释划分逻辑区域，例如：

# Load data --------------------------------------

# Plot data --------------------------------------

RStudio 支持导航栏跳转：使用 Ctrl + Shift + R 插入分节注释，并快速定位不同部分。

---

4.6 练手

示例一：

原始代码：

flights|>filter(dest=="IAH")|>group_by(year,month,day)|>summarize(n=n(),
delay=mean(arr_delay,na.rm=TRUE))|>filter(n>10)

规范格式：

flights |> 
  filter(dest == "IAH") |> 
  group_by(year, month, day) |> 
  summarize(
    n = n(),
    delay = mean(arr_delay, na.rm = TRUE)
  ) |> 
  filter(n > 10)

示例二：

原始代码：

flights|>filter(carrier=="UA",dest%in%c("IAH","HOU"),sched_dep_time>
0900,sched_arr_time<2000)|>group_by(flight)|>summarize(delay=mean(
arr_delay,na.rm=TRUE),cancelled=sum(is.na(arr_delay)),n=n())|>filter(n>10)

规范格式：

flights |> 
  filter(
    carrier == "UA",
    dest %in% c("IAH", "HOU"),
    sched_dep_time >  0900,
    sched_arr_time < 2000
  ) |> 
  group_by(flight) |> 
  summarize(
    delay = mean(arr_delay, na.rm = TRUE),
    cancelled = sum(is.na(arr_delay)),
    n = n()
  ) |> 
  filter(n > 10)