0

核心问题（它似乎归结为）

如何rlang::quo使用“左”而不是“右”侧引用透明的表达式构造调用

取自的帮助页面rlang::quo，这有效

quo(foo(!! quo(bar)))
# <quosure: global>
# ~foo(~bar)

虽然这不是：

quo(!! quo(foo)(bar))
# Error in (function (x)  : attempt to apply non-function

问题放在更多的背景下

dplyr::mutate允许“表达式的两边”在两个表达式部分都可以引用透明的意义上是可变的（参见小插图）：

library(dplyr)
set.seed(89234)
df <- data.frame(id = rep(1:3, 3), value = rpois(9, 10))

c_id <- as.name("id")
c_value <- as.name("value")
# NOTE: in our prototyping, actual columns names are often subject to
# change (e.g. `id` might become `id_global`), thus I would like to stay 
# as flexible as possible in all of my subsequent `dplyr` calls.

my_multiply <- function(x, by) x * by

df %>% mutate(!!c_value := my_multiply(!!c_value, 10))
#   id value
# 1  1    70
# 2  2    90
# 3  3   130
# 4  1    80
# 5  2    80
# 6  3   120
# 7  1   140
# 8  2   120
# 9  3   110

我怎样才能在dplyr::filter能够使列名（“左侧”）引用透明/灵活的焦点中实现相同/相似的东西。

我想理想地结束这样的事情（伪代码）：

v_id <- 1
df %>% filter(!!c_id :== v_id)

我试过的

我知道这dplyr::filter与dplyr::mutate他们期望的表达式类型不同。所以基于小插图我想出了这个版本，其中要评估的整个表达式作为参数传递：

my_filter <- function(x, expr) {
  quo_expr <- enquo(expr)
  print(quo_expr)
  x %>% filter(!!quo_expr)
}
v_id <- 1
my_filter(df, id == v_id)
# <quosure: global>
# ~id == v_id
#   id value
# 1  1     7
# 2  1     8
# 3  1    14

但是，当我想使用参考时，这“迫使”我真正使用实际的列名c_id：

my_filter(df, c_id == v_id)
# <quosure: global>
# ~c_id == v_id
# [1] id    value
# <0 rows> (or 0-length row.names)

我基本上不知道如何构造调用，dplyr::quo或者dplyr::enquo左侧部分包含列名的评估引用，而右侧部分包含要评估的逻辑查询的**未评估*引用：

my_filter <- function(x, left, right) {
  quo_expr <- quo(quo(!!left) == right)
  print(quo_expr)
  x %>% filter(!!quo_expr)
}
my_filter(df, c_id, v_id)

# <quosure: frame>
# ~quo(id) >= right
# [1] id    value
# <0 rows> (or 0-length row.names)

换句话说，我认为 quosure 最终应该是~id == right，我不知道该怎么做

4

1 回答 1

0

在组建另一个社区的帮助下，我能够将其拼凑起来，得出一个更简单的解决方案：

df %>% filter((!! c_id) == v_id)
#   id value
# 1  1     7
# 2  1     8
# 3  1    14

所以它简单地归结为!!用括号包装调用！

使用!!不带括号是行不通的，因为!运算符的优先级很低，所以它基本上会捕获右边的所有内容，因此会抱怨：

df %>% filter(!! c_id == v_id)
# [1] id    value
# <0 rows> (or 0-length row.names)

幕后发生的事情是实际执行的逻辑操作是! (!c_id == v_id). 因为!c_id == v_idisTRUE整个表达式返回FALSE. 因此，我们实际上正在运行 `df %>% filter(FALSE) 这显然不是我们想要的 ;-)

于 2017-10-11T10:27:52.397 回答