reprexパッケージの使い方、あるいは羽鳥に怒られる前に知るべき4つのこと

最近、dplyrパッケージのレポジトリにissueを立てようとすると、「reprexよろしく！」と言われます。言われますというか怒られます。怒られる前に、issue templateに書かれていることに目を通しましょう。

これはdplyrにissueを立てようとしたときのスクショですが、書いてあることを見ていきましょう。

jqでJSONをunnestする

こんな感じのJSONを、

[
  {"name": "a", "value": [1, 2]},
  {"name": "b", "value": [3, 5]}
]

こうしたい。

[
  {"name": "a", "value": 1},
  {"name": "a", "value": 2},
  {"name": "b", "value": 3},
  {"name": "b", "value": 5}
]

MillerでCSVファイルを分割

こうすればできることはわかったけど…

$ echo -e 'name,value\na,1\na,2\nb,3\nc,10\nb,6' |\
     mlr --csv put 'tee > $name . ".txt", $*'
name,value
a,1
a,2
b,3
c,10
b,6

$ ls
a.txt  b.txt  c.txt

$ cat a.txt
name,value
a,1
a,2

Milllerでunnestする

Millerは「CSV、TSV、JSONのためのjq」みたいなツールです。

ちょうど報告してたissueが一瞬で直ったので、nestの使い方メモ。

github.com

メモ：正規表現でreplacement functionを使いたいときはbaseの関数が便利っぽい

formatRのコードを読んでいると、こんな箇所がありました。

    m = gregexpr(mat.comment, text.mask)
    regmatches(text.mask, m) = lapply(regmatches(text.mask, m), restore_bs)

(https://github.com/yihui/formatR/blob/022da8c1be2c04c8374d19907c41bacd5d0ecfcc/R/tidy.R#L107-L108)

メモ：A New Approach to Optimal Code Formattingを読む（2 Code layout）

これを読む。あんまり理解できる自信はない。

https://research.google.com/pubs/pub44667.html

メモ：formatRのtidy_source()がやっていること