1

我正在尝试以编程方式使用 dplyr：带引号变量的过滤器行为是不可理解的。

经过几次尝试分析真实数据后，我创建了以下虚拟数据。

dt <- data.frame(
  sex = rep(c("F","M"), 50),
  height = runif(100, 1, 1000),
  weight = rep(c(2, 100), 50),
  value = runif(100, 1, 1000 ),
  stringsAsFactors =  FALSE
)



library(dplyr)


wizard_fun_1 <-  function(param1){
  par1 <- enquo(param1)

dt %>% select(height, !!par1)
}

wizard_fun_1("sex")

# as expected
#1    74.875344   F
#2   846.614856   M
#.....


wizard_fun_2 <-  function(param1){
  par1 <- enquo(param1)

  dt %>% select(height, !!par1)  %>%
    filter( (!!par1) == 'M')
}

wizard_fun_2('sex')

#[1] height sex  
# ... zero rows....

怎么了？提前感谢您的任何想法！

4

2 回答 2

2

在您使用的函数中enquo，但是当您调用该函数时，您将列名作为字符串而不是裸名传递。您只需要在调用函数时使用裸列名称，它就可以按书面方式工作。


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

dt <- tibble(
  sex = rep(c("F","M"), 50),
  height = runif(100, 1, 1000),
  weight = rep(c(2, 100), 50),
  value = runif(100, 1, 1000 )
)


wizard_fun_2 <-  function(param1){
  par1 <- enquo(param1)

  dt %>% select(height, !!par1)  %>%
    filter( (!!par1) == "M")
}

wizard_fun_2(sex)

#> # A tibble: 50 x 2
#>      height   sex
#>       <dbl> <chr>
#>  1 871.7788     M
#>  2 467.9220     M
#>  3 272.6478     M
#>  4 445.1101     M
#>  5 682.2095     M
#>  6 831.8522     M
#>  7 727.9525     M
#>  8 203.7829     M
#>  9 742.3000     M
#> 10 322.0473     M
#> # ... with 40 more rows
于 2017-09-11T19:26:20.233 回答
1

如果您正在使用enquo，则应该在不带引号的情况下调用您的函数。例如

wizard_fun_2(sex)

会工作得很好。该select函数可以采用字符串或符号。那就是这两个都行

select(dt, sex) # more common
select(dt, "sex")

但这不一样filter()

filter(sex=="M")
filter("sex"=="M")

所以在字符串和未加引号的符号/名称之间跳转时要小心。当您使用报价刺痛时，您根本没有使用非标准评估。

于 2017-09-11T19:26:11.333 回答