我知道可以使用eval(parse())andas.names()函数将字符串作为变量名传递。但我的问题有点不同。
我有一个包含数据和列名的字符串，例如字符串：data1$column2。当我尝试上述命令时，我得到一个 variable not found 变量的错误 data1$column2。变量 is 本身当然被调用data1，因此无法找到，因为 R 将整个字符串解释为变量名。
如何让 $-sign 用作列参考？某种粘贴为文本的命令也会很棒。也就是说，如果我可以将字符串作为控制台输入的文字部分传递。
例子
attach(iris)
col_names <- cbind("iris$Sepal.Length", "iris$Sepal.Width")
col_names
现在我想做：
"as.data.frame(parse(col_names))"
也就是要解释为：
as.data.frame(cbind(iris$Sepal.Length, iris$Sepal.Width))
鉴于问题细节的各种变化，这里有两种解决问题的方法，可以表述为：
给定
col_names <- c("Obj1$Var1", "Obj2$Var2")
如何返回一个相当于
cbind(Obj1$Var1, Obj2$Var2)
?
最简单的解决方案是
as.data.frame(sapply(col_names, function(x) eval(parse(text = x))))
但是这种用途parse()不应该依赖于这样的事情。另一种但稍长的解决方案是
get4 <- function(x, ...) {
fun <- function(text, ...) {
obj <- get(text[1], ...)
obj[[text[2]]]
}
sx <- strsplit(x, "\\$")
lx <- lapply(sx, fun, ...)
out <- do.call(cbind.data.frame, lx)
names(out) <- x
out
}
get4(col_names)
第二种解决方案虽然有点长，但具有优势，因为它
eval(parse(text = ....))解决方案首先简化为一个数组。使用lapply()代替sapply()是一个解决这个问题的选项，但需要额外的工作来更改names结果对象的。get()来获取具有指定名称和基本子集语法的对象。parse;-)更详细的原始答案继续如下：
eval(parse(....))将工作
data1 <- data.frame(column1 = 1:10, column2 = letters[1:10])
txt <- "data1$column2"
> eval(parse(text = txt))
[1] a b c d e f g h i j
Levels: a b c d e f g h i j
正如@texb 所提到的，这可以简单地扩展为通过处理字符串向量（修改为返回数据帧）
col_names <- c("iris$Sepal.Length", "iris$Sepal.Width")
as.data.frame(sapply(col_names, function(x) eval(parse(text = x))))
使用它可能更容易接受，get但你必须做一些进动，类似于
get2 <- function(x, ...) {
sx <- strsplit(x, "\\$")[[1]]
obj <- get(sx[1], ...)
obj[[sx[2]]]
}
> get2(txt)
[1] a b c d e f g h i j
Levels: a b c d e f g h i j
irisOP的问题示例正如@texb 提到的，该eval(parse(text = ....))版本可以简单地扩展为通过处理字符串向量（修改为返回数据帧）
col_names <- c("iris$Sepal.Length", "iris$Sepal.Width")
as.data.frame(sapply(col_names, function(x) eval(parse(text = x))))
iris$Sepal.Length iris$Sepal.Width
1 5.1 3.5
2 4.9 3.0
3 4.7 3.2
4 4.6 3.1
5 5.0 3.6
6 5.4 3.9
....
修改get2()也可以允许它在字符串向量上工作，例如col_names. 在这里，我遍历 的第一个元素sx以提取对象字符串（检查是否只有一个唯一的对象名称），然后get是该对象，然后使用变量名称对其进行子集化（使用 提取sapply(sx, `[`, 2)）
get3 <- function(x, ...) {
sx <- strsplit(x, "\\$")
obj <- unique(sapply(sx, `[`, 1))
stopifnot(length(obj) == 1L)
obj <- get(obj, ...)
obj[sapply(sx, `[`, 2)]
}
col_names <- c("iris$Sepal.Length", "iris$Sepal.Width")
head(get3(col_names))
> head(get3(col_names))
Sepal.Length Sepal.Width
1 5.1 3.5
2 4.9 3.0
3 4.7 3.2
4 4.6 3.1
5 5.0 3.6
6 5.4 3.9
如果您引用了多个对象，col_names那么您将需要一个不同的解决方案，沿着
get4 <- function(x, ...) {
fun <- function(text, ...) {
obj <- get(text[1], ...)
obj[[text[2]]]
}
sx <- strsplit(x, "\\$")
lx <- lapply(sx, fun, ...)
out <- do.call(cbind.data.frame, lx)
names(out) <- x
out
}
col_names2 <- c("iris$Sepal.Length", "iris2$Sepal.Length")
get4(col_names2)
> head(get4(col_names2))
iris$Sepal.Length iris2$Sepal.Length
1 5.1 5.1
2 4.9 4.9
3 4.7 4.7
4 4.6 4.6
5 5.0 5.0
6 5.4 5.4
如果你有一个变量只包含列名作为字符串，那么你不需要eval任何东西——你只需通过foo[[var]](where var <- 'colname') 而不是foo$colname.
另一方面，如果将整个名称作为字符串给出（这很奇怪，应该让你停下来：改变你的设计，它可能已经坏了！）你仍然可以相当直接地解析出不同的部分：
manipulate <- function (vars) {
parts <- strsplit(vars, '\\$')
# This gets a list of variables (c('iris', 'iris') in our case)
data <- lapply(parts, function (part) get(part[1], envir = parent.frame()))
# This selects the matching column for every variable.
cols <- mapply(function (d, part) d[part[2]], data, parts)
# This just `cbind`s the columns.
do.call(cbind.data.frame, cols)
}
cols <- c('iris$Sepal.Length', 'iris$Sepal.Width')
foo <- manipulate(cols)
也就是说，如果您只是想从数据框中选择一些给定的列，有一种更简单的方法：
cols <- c('Sepal.Length', 'Sepal.Width')
result <- iris[, cols]