Prototype
プロトタイプのアイデアは，データをキャプチャすることなく，ベクトルに関連するメタデータをキャプチャすることです．残念ながら、オブジェクトのclass()はこの目的には不十分です。
class() には属性が含まれていません。属性が重要な理由は以下の通りです。 例えば，因子のレベルや，POSIXct のタイムゾーンを格納するために，属性は重要です． 属性を考えずに2つの因子や2つのPOSIXctを組み合わせることはできません． 属性について考えることなく，2つの因子や2つのPOSIXctを組み合わせることはできません．
行列の class() は “matrix”であり，基礎となるベクトルの型や次元は含まれません．
代わりに、vctrs は R のベクトル化された性質を利用して、 prototype というベクトルの 0 観測のスライスを使用します (これは基本的には x[0] ですが、後で説明するような微妙な点があります)。 これはベクトルのミニチュア版で、すべての属性を含みますが、データは含みません。
便利なことに，既存の Base 関数（例えば，double()やfactor(levels = c("a", "b"))など）を用いて，多くのプロトタイプを作成することができます。 vctrsは，RのBase 関数では同等のものがない場合に，いくつかのヘルパー（例えば，new_date(), new_datetime(), new_duration()）を提供します。
Base prototypes
vec_ptype() は既存のオブジェクトからプロトタイプを作成します。しかし，多くのBase ベクトルは，0長の部分集合のための情報のない印刷方法を持っているので，vctrs は，フレンドリーな方法でプロトタイプを印刷する (そして何も返さない) vec_ptype_show() も提供しています。
vec_ptype_show()`を使うと，Rの基本クラスのプロトタイプを見ることができます．
アトミックベクトルは属性を持たず、基礎となる typeof() を表示するだけです。
行列や配列のプロトタイプには、基本型と最初の後の次元が含まれています。:
vec_ptype_show(array(logical(), c(2, 3)))
#> Prototype: logical[,3]
vec_ptype_show(array(integer(), c(2, 3, 4)))
#> Prototype: integer[,3,4]
vec_ptype_show(array(character(), c(2, 3, 4, 5)))
#> Prototype: character[,3,4,5]
因子のプロトタイプには、そのレベルが含まれます。 レベルは文字ベクトルで、任意の長さにすることができるので、プロトタイプでは単にハッシュを表示しています。 2つの因子のハッシュが等しければ、そのレベルも等しい可能性が高いです。
vec_ptype_show()はハッシュだけを表示しますが、プロトタイプオブジェクト自体はすべてのレベルを含んでいます。
Base Rには、日付、日付時刻（POSIXct）、期間（difftime）という3つの主要な日付時刻クラスがあります。日付-時刻はタイムゾーンを持ち、期間は単位を持ちます。
データフレームは、最も複雑なプロトタイプを持っています：データフレームのプロトタイプは、各カラムの名前とプロトタイプです。:
データフレームは、それ自体がデータフレームである列を持つことができ、これは「再帰的」な型となります。
共通タイプへの強制
vctrs は、vec_ptype_common() を通じて、強制のための一貫したルールを提供しています。vec_ptype_common() は以下の不変量を持ちます。
class(vec_ptype_common(x, y)) は class(vec_ptype_common(y, x)) と等しい。
class(vec_ptype_common(x, vec_ptype_common(y, z)) は class(vec_ptype_common(vec_ptype_common(x, y), z)) と等しい。
vec_ptype_common(x, NULL) == vec_ptype(x)。
つまり、 vec_ptype_common() は(クラスに関して)可換性と連想性の両方を持ち、同一の要素であるNULLを持つ、つまり 可換性モノイド なのです。つまり、基本的な実装は非常にシンプルで、オブジェクトのペアの共通の型を順に見つけることで、任意の数のオブジェクトの共通の型を見つけることができます。
vec_ptype() と同様に、 vec_ptype_common() を探索する最も簡単な方法は、 vec_ptype_show() です: 複数の入力が与えられると、それらの共通のプロトタイプを表示します。(言い換えれば、 vec_ptype_common() でプログラムして、 vec_ptype_show() で遊ぼう、ということです。)
アトミックベクトルの共通型は、文字に自動的に強制されないことを除けば、base R のルールと非常によく似た方法で計算されます。:
行列や配列は自動的に高次元にブロードキャストされます。:
vec_ptype_show(
array(1, c(0, 1)),
array(1, c(0, 2))
)
#> Prototype: <double[,2]>
#> 0. ( , <double[,1]> ) = <double[,1]>
#> 1. ( <double[,1]> , <double[,2]> ) = <double[,2]>
vec_ptype_show(
array(1, c(0, 1)),
array(1, c(0, 3)),
array(1, c(0, 3, 4)),
array(1, c(0, 3, 4, 5))
)
#> Prototype: <double[,3,4,5]>
#> 0. ( , <double[,1]> ) = <double[,1]>
#> 1. ( <double[,1]> , <double[,3]> ) = <double[,3]>
#> 2. ( <double[,3]> , <double[,3,4]> ) = <double[,3,4]>
#> 3. ( <double[,3,4]> , <double[,3,4,5]> ) = <double[,3,4,5]>
ディメンジョンがvctrsのリサイクルルールに従っているとすると:
因子型 (factor) は、登場する順番にレベルを結合します。
date 型と date-time 型の結合は、date-time 型を生成します。:
二つの date 型を結合する場合、タイムゾーンは第１引数を引き継ぎます。
ただし、ローカルタイムゾーンの場合は除きます。ローカルの場合、ローカルでない明示的なタイムゾーンが優先されます。:
2つのデータフレームの共通型は、両データフレームに出現する各列の共通型となります。:
そして、1つしか出てこない列の結合。:
右側に新しい列が追加されていることに注意してください。これは、因子レベルやタイムゾーンの処理方法と一致しています。
特定の型へのキャスト
vec_ptype_common()は，ベクトルの集合の共通型を求めるものです。しかし、一般的に欲しいのは、その共通型に強制されたベクトルのセットです。これが vec_cast_common() の仕事です。
また、vec_cast()を使って特定のプロトタイプにキャストすることもできます。
一般的なキャストは可能だが（例：double -> integer）、特定の入力に対して情報が失われる場合（例：1.5 -> 1）、エラーが発生します。
allow_lossy_cast()で、情報が失われるキャストのエラーを抑制することができます。
これにより、すべての情報が失われるキャストのエラーが抑制されます。許容される情報が失われるキャストのタイプを特定したい場合は、prototype を指定します。
キャストのセットは、強制セットよりも寛容であってはなりません。これは強制されるものではありませんが、クラスにはこのルールに従い、強制エコシステムを健全に保つことが求められます。
サイズ
vec_size()は，データ構造中の 「オブザベーション」 の数を記述する不変量を持つ必要性から生まれたものです。 これはデータフレームでは特に重要で、f(data.frame(x))とf(x)が等しくなるような関数があると便利なのです。この特性を持つベース関数はありません。
length(data.frame(x)) は 1 に等しい。なぜなら、データフレームの長さは列数だからです。 これはデータフレームの長さが列の数だからである。
nrow(data.frame(x)) は nrow(x) にはならない。 ベクトルのnrow()はNULLだからである。
NROW(data.frame(x)) は、ベクトル x に対して NROW(x) と等しいので、ほぼ希望通りになります。 となります。しかし、NROW()はlength()の観点から定義されているので、すべてのオブジェクト、たとえ型が違っても、NROW(x)を返します。 データフレームに入れられない型も含めて、すべてのオブジェクトの値を返します。 例えば、NROW(mean) が 1 であっても data.frame(mean) はエラーになります。
vec_size()を以下のように定義します。
- 1次元ベクトルの長さを表します．
- データフレーム，行列，配列の行数を表します．
- ベクトルでない場合はエラーになります。
vec_size()が与えられれば，データフレームの正確な定義を与えることができます：データフレームは，すべてのベクトルが同じサイズを持つベクトルのリストです。これは，行列とデータフレームの列を自明にサポートするという望ましい特性を持っています。
スライス
vec_slice() は vec_size() に対する [ に対する length() のようなものです； つまり，基礎となるオブジェクトの次元に関わらず，オブザベーションを選択することができます．vec_slice(x, i) は次のものと同じです。
x[i] ただし x がベクトルの時。x[i, , drop = FALSE] ただし x がデータフレームの時。x[i, , , drop = FALSE] ただし x が３次元配列の時。
vec_slice(data.frame(x), i)はdata.frame(vec_slice(x, i))に等しい(変数名と行名はモジュロ)。
プロトタイプは vec_slice(x, 0L) で生成されます。プロトタイプが与えられれば、vec_init() で、与えられたサイズのベクトル（NA で満たされる）を初期化することができます。
一般的なサイズ：リサイクルルール
サイズの定義と密接な関係にあるのが、__リサイクルルール__です。リサイクルルールは、異なるサイズの2つのベクトルを結合したときの出力のサイズを決定します。vctrs では、リサイクルルールは vec_size_common() でエンコードされており、これはベクトルの集合の共通サイズを与えます。
vctrs はbase R よりも厳しいリサイクルルールに従います。サイズ1のベクトルは他のサイズにリサイクルされます。他のサイズの組み合わせではエラーが発生します。この厳格さにより，dest == c("IAH", "HOU")) のようなよくあるミスを防ぐことができますが，その代償として，rep() の明示的な呼び出しが必要になることがあります。
リサイクルルールを適用するには2つの方法があります。
付録：Base Rでのリサイクル
Base R のリサイクルルールはThe R Language Definitionに記載されていますが、単一の関数で実装されていないため、一貫して適用されていません。ここでは、その最も一般的な実現方法を簡単に説明し、いくつかの例外も示します。
一般的に Base Rでは、ベクトルのペアが同じ長さでない場合、短い方のベクトルは長い方と同じ長さにリサイクルされます。
長い方のベクトルの長さが、短い方のベクトルの長さの整数倍でない場合、通常は警告が表示されます。:
しかし、機能によっては静かにリサイクルするものもあります。:
また、data.frame()はエラーになります。:
R言語の定義では、「ゼロ長のベクトルを含む算術演算は、ゼロ長の結果を持つ」とされています。しかし、算術演算以外では、このルールは一貫して守られていません。
# length-0 output
1:2 + integer()
#> integer(0)
atan2(1:2, integer())
#> numeric(0)
pmax(1:2, integer())
#> integer(0)
# dropped
cbind(1:2, integer())
#> [,1]
#> [1,] 1
#> [2,] 2
# recycled to length of first
ifelse(rep(TRUE, 4), integer(), character())
#> [1] NA NA NA NA
# preserved-ish
paste(1:2, integer())
#> [1] "1 " "2 "
# Errors
data.frame(1:2, integer())
#> Error in data.frame(1:2, integer()): arguments imply differing number of rows: 2, 0
