Мои ошибки

В 2025 году я замечал много недочётов в своём программировании. В целом, в R я предпочитаю функциональный стиль. Это должно быть заметно по большинству постов. При этом, часто я выбирал неоптимальные алгоритмы или использовал устаревшие функции из base R в tidy-пайплайнах. Всё это сказывалось на читаемости и производительности.

Всё это привело меня к работе над ошибками. Я составил табличку на основе кусочков кода, которые вызывали у меня наибольшее отторжение. Это помогло запомнить основные ошибки и исправить их. Этот список — про осознанный переход от «работает и ладно» к чистому, быстрому и поддерживаемому коду.

Тема Base R -> Tidyverse	Раньше я делал так na.omit() из base R	Теперь я делаю так drop_na из dplyr	Пример/Коммент Быстрее и можно указыать столбцы.
Base R -> Tidyverse	read.csv	read_csv из readr или data_table:fread	C++ имплементация намного-намного быстрее, особенно для больших файлов.
Base R -> Tidyverse	write.csv	arrow::write_parquet	Намного быстрее, не теряются типы, файлы меньше весят.
Операции с данными	Всегда делал group_by	Комбинирую с nest, unnest.	group_by лучше для векторизованных операций. nest - для параллельных вычислений на переменных-списках.
Операции с данными	В mutate много писал повторяющихся операций с разными векторами.	Использую across	Лаконичный код. Удобно масштабировать.
Операции с данными	Разбивал пайплайн на микропайплайны, писал функции на 1 раз.	map, map2	Большие, читаемые пайплайны.
Даты	as.Date() из base R	lubridate. Например:	Быстрее, лаконичнее, проще читается - ymd('2025/01/25') - year(date) ymd_hm("2025-01-25 00:51")
Дебаггинг	Разбирал пайплайн на части	Использую debugonce()	Очень удобно, ускоряет отладку.
Стиль	Писал повторяющиеся операции много раз	Общие функции для повторов	Код компактнее, ноутбуки читаемее.
Списки	Доставал элементы через $	Для дропа NULL использую compact()	Удобно, лаконично.
Пространственные данные	Использовал osmdata	osmextract быстрее и стабильнее	Работает лучше на больших данных.
Запись данных	Повторял одну функцию для записи файлов	walk, iwalk	Чистый функциональный подход, удобно сохранять слои layers <- list(grass = grass, flowerbed = flowerbed, fountain = fountain, garden = garden) iwalk(layers, ~ st_write(.x, paste0(“osm_”, .y, “.gpkg”), delete_dsn = TRUE))
Обработка данных	Использовал rbind | bind_rows из dplyr	bind_rows из dplyr	Не нужно следить за порядком столбцов, быстрее.
Обработка данных	Много join подряд | reduce, pivot_longer / join / pivot_wider | |	reduce, pivot_longer / join / pivot_wider	Более читаемый, универсальный стиль. dfs <- list(df1, df2, df3, df4) big_df <- reduce(dfs, bind_rows)
Обработка данных	Выбор столбцов по названию (всегда, даже если много столбцов с похожими названиями)	tidyselect helpers	select(url, longitude, latitude, matches(“^id_park_”), matches(“^path_park_”), matches(“^NDVI_mean”), everything())
Обработка данных	Использовал case_when всегда	map_chr для больших замен	Меньше хардкода, лаконичнее.
Работа с json	Проблемы с переменными-списками	unnest_wider | Быстро и безопасно | | | | flats %\>% unnest_wider(building_info) %\>% unnest_wider(property_details) %\>% unnest_wider(location) |
Функции	Много файлов с функциями	devtools | | Автодокументация, реиспользуемость. Только учусь. |
Функции	Повторяющиеся source	devtools::load_all() | | Удобно, красиво. |
Дебаггинг	Проверка на NA	skimr::skim(df) | | Быстро и наглядно. | Если забываю, то делаю так, но это хуже: | | df %\>% is.na %\>% colSums() |
Итераторы	1:length(x) | seq_along(x) | Безопаснее при пустых объектах | | seq_along(x) | Безопаснее при пустых объектов. Ещё это лучше смотрится, но красивее, чем x\[1:end\], ещё никто не придумал. |
Операции с данными	Использовал filter + повторяющиеся условия.	Использую filter + across или any_of	Меньше дублирований.
Операции с данными	Много mutate подряд	Сочетание mutate + across + case_when	Компактно, удобно поддерживать.

Этот список я буду дополнять. Когда-нибудь сделаю отчётный пост об успехах.