5

我想了解如何将表示表达式的字符串传递给 dplyr，以便字符串中提到的变量被评估为数据框中列上的表达式。关于这个主题的主要小插曲涵盖了 quosures 的传递，并且根本不讨论字符串。

很明显，在表示表达式时，quosures 比字符串更安全、更清晰，所以当可以使用 quosures 代替时，我们当然应该避免使用字符串。但是，当使用 R 生态系统之外的工具时，例如 javascript 或 YAML 配置文件，通常必须使用字符串而不是 quosures。

例如，假设我想要一个使用用户/调用者传入的表达式进行分组计数的函数。正如预期的那样，以下代码不起作用，因为 dplyr 使用非标准评估来解释group_by.

library(tidyverse)

group_by_and_tally <- function(data, groups) {
  data %>%
    group_by(groups) %>%
    tally()
}

my_groups <- c('2 * cyl', 'am')
mtcars %>%
  group_by_and_tally(my_groups)
#> Error in grouped_df_impl(data, unname(vars), drop): Column `groups` is unknown

在 dplyr 0.5 中，我们将使用标准评估，例如group_by_(.dots = groups)，来处理这种情况。既然不推荐使用下划线动词，我们应该如何在 dplyr 0.7 中做这种事情？

在只是列名的表达式的特殊情况下，我们可以使用这个问题的解决方案，但它们不适用于更复杂的表达式2 * cyl，例如不仅仅是列名。

4

3 回答 3

11

需要注意的是，在这个简单的示例中，我们可以控制表达式的创建方式。所以传递表达式的最好方法是直接使用构造和传递quosures quos()：

library(tidyverse)
library(rlang)

group_by_and_tally <- function(data, groups) {
  data %>%
    group_by(UQS(groups)) %>%
    tally()
}

my_groups <- quos(2 * cyl, am)
mtcars %>%
  group_by_and_tally(my_groups)
#> # A tibble: 6 x 3
#> # Groups:   2 * cyl [?]
#>   `2 * cyl`    am     n
#>       <dbl> <dbl> <int>
#> 1         8     0     3
#> 2         8     1     8
#> 3        12     0     4
#> 4        12     1     3
#> 5        16     0    12
#> 6        16     1     2

但是，如果我们以字符串的形式从外部源接收表达式，我们可以先简单地解析表达式，然后将它们转换为 quosures：

my_groups <- c('2 * cyl', 'am')
my_groups <- my_groups %>% map(parse_quosure)
mtcars %>%
  group_by_and_tally(my_groups)
#> # A tibble: 6 x 3
#> # Groups:   2 * cyl [?]
#>   `2 * cyl`    am     n
#>       <dbl> <dbl> <int>
#> 1         8     0     3
#> 2         8     1     8
#> 3        12     0     4
#> 4        12     1     3
#> 5        16     0    12
#> 6        16     1     2

同样，我们应该只在我们从以字符串形式提供的外部源获取表达式时才这样做 - 否则我们应该直接在 R 源代码中进行 quosures。

于 2017-06-16T16:08:03.750 回答
5

使用字符串很诱人，但使用表达式几乎总是更好。现在您有了 quasiquotation，您可以轻松地以灵活的方式构建表达式：

lhs <- "cyl"
rhs <- "disp"
expr(!!sym(lhs) * !!sym(rhs))
#> cyl * disp

vars <- c("cyl", "disp")
expr(sum(!!!syms(vars)))
#> sum(cyl, disp)
于 2017-06-16T16:46:14.717 回答
2

包friendlyeval可以帮助你：

library(tidyverse)
library(friendlyeval)

group_by_and_tally <- function(data, groups) {
  data %>%
    group_by(!!!friendlyeval::treat_strings_as_exprs(groups)) %>%
    tally()
}

my_groups <- c('2 * cyl', 'am')
mtcars %>%
  group_by_and_tally(my_groups)

# # A tibble: 6 x 3
# # Groups:   2 * cyl [?]
# `2 * cyl`    am     n
# <dbl> <dbl> <int>
# 1         8     0     3
# 2         8     1     8
# 3        12     0     4
# 4        12     1     3
# 5        16     0    12
# 6        16     1     2
于 2018-06-24T00:01:39.360 回答