Re: dplyrでカラム名や値を変数で指定してもうまく認識されない

dplyrでカラム名や値を変数で指定してもうまく認識されない
https://trunk28.com/dplyr_for/

引用元の記事は 2021/07/11 のものであるが，「dplyrでカラム名や値を変数で指定してもうまく認識されない」ということで，以下のプログラムはエラーになると...

library(dplyr)
hoge <- names(iris)[1]
iris %>% select(hoge)

エラー: Can't subset columns that don't exist.
x Column `hoge` doesn't exist.

しかし，R 4.2.0 では，以下の　"Note" が出るが，一応正しい結果が得られる。

Note: Using an external vector in selections is ambiguous.
ℹ Use `all_of(hoge)` instead of `hoge` to silence this message.
ℹ See <https://tidyselect.r-lib.org/reference/faq-external-vector.html>.
This message is displayed once per session.

解決法として以下のプログラムが提示されているが，.data[[hoge]] のようなわかりにくいものの説明をしている（.data というのは処理中のデータフレームの代名詞だとか）

追記 2022/03/30

中澤先生からのコメントがありました。ありがとうございます。

> hoge <- names(iris)[1]
> iris[,hoge] |> head()
[1] 5.1 4.9 4.7 4.6 5.0 5.4

R"""
library(dplyr)
hoge <- names(iris)[1]
iris %>% select(.data[[hoge]]) %>% head()
"""
RObject{VecSxp}
  Sepal.Length
1          5.1
2          4.9
3          4.7
4          4.6
5          5.0
6          5.4

しかも，select, group_by, summarise, relocate の場合は .data[[hoge]] でよいが，
mutate, transmute では mutate("{hoge2}":=Petal.Length+1) などとしなければならないなど，統一性がない。

正攻法は，警告メッセージにもあるが，all_of(hoge) を使うこと。これならまあ許せる。が，mutate, transmute ではこれも動かない。

R"""
library(dplyr)
hoge <- names(iris)[1]
iris %>% select(all_of(hoge)) %>% head()
"""

"Using an external vector in selections is ambiguous." ということだが，プログラム全体を見渡せば，hoge がカラム名でないことは明らかだと思うがなぁ。

Julia ではなんの問題もなく動く（当たり前だ）。

using DataFrames, RDatasets
iris = dataset("datasets", "iris");

hoge = names(iris)[1]
select(iris, hoge) |> x -> first(x, 5)

select() を使う必然性はまったくなく，iris[:, hoge] で十分。

Re: Juliaをもっと速くしよう！

Juliaをもっと速くしよう！
https://zenn.dev/ohno/articles/0ba7970d419898

「多次元配列のメモリ上の位置は Julia, R, Fortran では（Python と違い）列優先なので，bad よりは，内側の for ループでは左側の添字を変化させる good のほうが速い」と書かれている。筆者は Windows のようであり，確かに good のほうが速いという結果が提示されている。

私の環境は Mac mini M1 チップなのだが，両者の違いは殆どなかった。

function bad(arr)
    sum = 0
    for i in 1:size(arr)[1]
        for j in 1:size(arr)[2]
           sum += arr[i,j]
        end
    end
    return sum
end

function good(arr)
    sum = 0
    for j in 1:size(arr)[2]
        for i in 1:size(arr)[1]
           sum += arr[i,j]
        end
    end
    return sum
end

実は，例に挙げられた関数はもっと早くなる。

sum = 0

を

sum = zero(eltype(arr))

にするだけだ。 sum = 0.0 でもよい。

「Julia は動的型付け言語じゃないか。sum = 0 のどこが悪い?」という人もいると思うが，

sum = 0 だと，sum は Union{Float64, Int64} になってしまう。

sum = zero(eltype(arr)) なら Float64 だ。

余計なことをしないで済むぶん，後者のほうが 6 倍ほど速い。