0

我正在创建一个计算“运行”次数或丢失或完整数据的函数 - 我希望它可以使用dplyr::group_by，所以我将其编写为 S3 方法 - 下面是此代码的简化示例。

不幸的是，我发现裸露的未加引号的变量名不起作用，但引用它，这确实有效，很奇怪。

下面是输出示例

  fun_run <- function(data, var) {

    UseMethod("fun_run")

  }

fun_run.default <- function(data, var) {

  var <- rlang::enquo(var)

  data_pull <- data %>% dplyr::pull(!(!var))

  # find the lengths of the number of missings in a row
  tibble::as_tibble(c(rle(is.na(data_pull))))

}

fun_run.grouped_df <- function(data, var) {

  var <- rlang::enquo(var)

  tidyr::nest(data) %>% dplyr::mutate(data = purrr::map2(.x = data, .y = !(!var), 
                                                         .f = fun_run)) %>% tidyr::unnest()

}

library(dplyr)
#> 
#> Attaching package: 'dplyr'
#> The following objects are masked from 'package:stats':
#> 
#>     filter, lag
#> The following objects are masked from 'package:base':
#> 
#>     intersect, setdiff, setequal, union

airquality %>% fun_run(Ozone)
#> # A tibble: 35 x 2
#> lengths values
#> <int>  <lgl>
#>   4    FALSE
#>   1     TRUE
#>   4    FALSE
#>   1     TRUE
#>  14    FALSE
#>   3     TRUE
#>   4    FALSE
#>   6     TRUE
#>   1    FALSE
#>   1     TRUE
#> ... with 25 more rows

# doesn't work
airquality %>% group_by(Month) %>% fun_run(Ozone)
#> Error in mutate_impl(.data, dots) : Evaluation error: object 'Ozone' not found. 

# does work
airquality %>% group_by(Month) %>% fun_run("Ozone")
#> # A tibble: 37 x 3
#> Month lengths values
#> <int>   <int>  <lgl>
#>     5       4  FALSE
#>     5       1   TRUE
#>     5       4  FALSE
#>     5       1   TRUE
#>     5      14  FALSE
#>     5       3   TRUE
#>     5       4  FALSE
#>     6       6   TRUE
#>     6       1  FALSE
#>     6       1   TRUE
#> # ... with 27 more rows
4

1 回答 1

2

您实际上并不想使用map2，因为您的第二个输入 ( var) 不会随着第一个输入 ( grouped/nested data) 一起改变。此外，此时“臭氧”列隐藏在嵌套数据中。您可以通过尝试在没有任何 tidyeval 语法的情况下执行代码来看到这一点：

data <- airquality %>% group_by(Month)
tidyr::nest(data) %>% dplyr::mutate(data = purrr::map2(.x = data, .y = Ozone, 
                                                       .f = fun_run)) %>% tidyr::unnest()
#>Error in mutate_impl(.data, dots) : 
#>  Evaluation error: object 'Ozone' not found.

相反，您想使用标准map：

tidyr::nest(data) %>% dplyr::mutate(data = purrr::map(.x = data, var = Ozone, 
                                                       .f = fun_run)) %>% tidyr::unnest()

一旦重写以在您的函数中使用：

fun_run.grouped_df <- function(data, var) {

  var <- rlang::enquo(var)

  tidyr::nest(data) %>% dplyr::mutate(data = purrr::map(.x = data, var = !!var, 
                                                        .f = fun_run)) %>% tidyr::unnest()

}

这会从您最后引用的示例中产生结果。

于 2017-08-02T15:53:35.663 回答