10

我正在构建一个闪亮的应用程序,它需要允许用户定义新的绘图变量。具体来说,我希望允许用户定义要在 mutate 动词中使用的表达式。服务器以文本形式接收表达式,我想知道如何使 mutate 在 dplyr 0.7 中执行它。我可以使用 mutate_ 使其(部分)工作,但现在已弃用。它还将新列名定义为整个表达式而不是新变量

这是一个可重现的示例:

input_from_shiny <- "Petal.ratio = Petal.Length/Petal.Width"
iris_mutated <- iris %>% mutate_(input_from_shiny)

这给出了以下

> head(iris_mutated)
  Sepal.Length Sepal.Width Petal.Length Petal.Width Species Petal.ratio = Petal.Length/Petal.Width
1          5.1         3.5          1.4         0.2  setosa                                   7.00
2          4.9         3.0          1.4         0.2  setosa                                   7.00
3          4.7         3.2          1.3         0.2  setosa                                   6.50
4          4.6         3.1          1.5         0.2  setosa                                   7.50
5          5.0         3.6          1.4         0.2  setosa                                   7.00
6          5.4         3.9          1.7         0.4  setosa                                   4.25

从技术上讲,我可以使用正则表达式从字符串中提取新变量名并相应地重命名新列,但我想知道使用最新 dplyr 版本实现它的正确方法是什么(正在阅读https://cran.r-project .org/web/packages/dplyr/vignettes/programming.html,但无法弄清楚)

4

2 回答 2

12

我们可以rlang::parse_quosure()!!(bang bang) 一起使用来产生相同的结果:

  • parse_quosure: 解析提供的字符串并将其转换为 quosure

  • !!: 取消引用 quosure 以便它可以被tidyeval动词 评估

请注意,根据其文档,它parse_quosure()已被软弃用并重命名为。如果我们使用,我们需要为 quosures 指定环境,例如parse_quo()rlang 0.2.0parse_quo()parse_quo(input_from_shiny, env = caller_env())

library(rlang)
library(tidyverse)

input_from_shiny <- "Petal.ratio = Petal.Length/Petal.Width"
iris_mutated <- iris %>% mutate_(input_from_shiny)

iris_mutated2 <- iris %>% 
  mutate(!!parse_quosure(input_from_shiny))
head(iris_mutated2)

#>   Sepal.Length Sepal.Width Petal.Length Petal.Width Species
#> 1          5.1         3.5          1.4         0.2  setosa
#> 2          4.9         3.0          1.4         0.2  setosa
#> 3          4.7         3.2          1.3         0.2  setosa
#> 4          4.6         3.1          1.5         0.2  setosa
#> 5          5.0         3.6          1.4         0.2  setosa
#> 6          5.4         3.9          1.7         0.4  setosa
#>   Petal.ratio = Petal.Length/Petal.Width
#> 1                                   7.00
#> 2                                   7.00
#> 3                                   6.50
#> 4                                   7.50
#> 5                                   7.00
#> 6                                   4.25


identical(iris_mutated, iris_mutated2)
#> [1] TRUE

编辑:分开 LHS 和 RHS

lhs <- "Petal.ratio"
rhs <- "Petal.Length/Petal.Width"

iris_mutated3 <- iris %>% 
  mutate(!!lhs := !!parse_quosure(rhs))
head(iris_mutated3)

> head(iris_mutated3)
  Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1          5.1         3.5          1.4         0.2  setosa
2          4.9         3.0          1.4         0.2  setosa
3          4.7         3.2          1.3         0.2  setosa
4          4.6         3.1          1.5         0.2  setosa
5          5.0         3.6          1.4         0.2  setosa
6          5.4         3.9          1.7         0.4  setosa
  Petal.ratio
1        7.00
2        7.00
3        6.50
4        7.50
5        7.00
6        4.25

reprex 包(v0.2.0)于 2018 年 3 月 24 日创建。

于 2018-03-24T21:58:04.763 回答
3

Packagefriendlyeval是 tidy eval 的简化界面,它试图在此类情况下使事情变得更直接。

将字符串一分为二,您将获得希望用作列名的字符串的一部分和希望用作表达式的字符串的一部分。所以你可以写:

library(friendlyeval)
library(dplyr)
lhs <- "Petal.ratio"
rhs <- "Petal.Length/Petal.Width"

iris_mutated3 <- 
  iris %>% 
  mutate(!!treat_string_as_col(lhs) := !!treat_string_as_expr(rhs))
head(iris_mutated3)

通过使用 lhs 上的函数,您可以获得lhs可以解析为普通列名的检查。

friendlyeval可以使用 RStudio 插件随时将代码转换为简洁的 eval 代码。

于 2018-06-24T08:52:44.360 回答