4

问题

enquo在将自定义函数传递给dplyr链之前，我想确保我的自定义函数的参数类型正确。

我试过的

我能够将参数组合成 a然后dataframe测试每个变量的类型。但我想知道是否有一种解决方案可以在将每种类型放入之前对其进行测试？dataframe

我也试过这个，无济于事：

my_function_if <- function(data, numeric_arg, logic_arg, chr_arg){

  if(is.numeric(data$numeric_arg)){
    enq_numeric <- enquo(numeric_arg)
  } else {
    warning("Argument \"numeric_arg\" must be numeric")
  }

  if(is.logical(data$logic_arg)){
    enq_logic <- enquo(logic_arg)
  } else {
    warning("Argument \"logic_arg\" must be logical")
  }

  if(is.character(data$chr_arg)){
    enq_chr <- enquo(chr_arg)
  } else {
    warning("Argument \"chr_arg\" must be of type character")
  }

  df <- data %>%
        mutate(numeric_col2 = UQ(enq_numeric)*2,
               logic_col2 = !UQ(enq_numeric),
               chr_col2 = UQ(enq_chr))

  return(df)
}

样本数据和样本函数

这就是我用来测试使用 enquo 评估列的一般概念的方法：

library(dplyr)

dataFrame <- data.frame(numeric_col = c(1.5:10.5),
                        logic_col = c(rep(T, 10)),
                        chr_col = c(letters[1:10]),
                        stringsAsFactors = FALSE)

my_function <- function(data, numeric_arg, logic_arg, chr_arg){


  enq_numeric <- enquo(numeric_arg)
  enq_logic <- enquo(logic_arg)
  enq_chr <- enquo(chr_arg)


  df <- data %>%
        mutate(numeric_col2 = UQ(enq_numeric)*2,
               logic_col2 = !UQ(enq_numeric),
               chr_col2 = UQ(enq_chr))

  return(df)
}

正确输出没有任何错误：（虽然我正在寻找更通用的解决方案，因为这是一个示例函数）

   numeric_col logic_col chr_col numeric_col2 logic_col2 chr_col2
1          1.5      TRUE       a            3      FALSE        a
2          2.5      TRUE       b            5      FALSE        b
3          3.5      TRUE       c            7      FALSE        c
4          4.5      TRUE       d            9      FALSE        d
5          5.5      TRUE       e           11      FALSE        e
6          6.5      TRUE       f           13      FALSE        f
7          7.5      TRUE       g           15      FALSE        g
8          8.5      TRUE       h           17      FALSE        h
9          9.5      TRUE       i           19      FALSE        i
10        10.5      TRUE       j           21      FALSE        j

此外

我尝试在 Hadley 的许多资源、StackOverflow 和其他博客中搜索此内容。但我可能只是很难知道要搜索什么。如果你能指出我正确的方向，我总是愿意自己弄清楚。任何额外的资源都非常受欢迎。

提前致谢！

4

1 回答 1

2

我会推荐这样的东西

check_class <- function(data, q, test) {
  test(rlang::eval_tidy(q, data))
}

my_function <- function(data, numeric_arg, logic_arg, chr_arg){

  enq_numeric <- enquo(numeric_arg)
  enq_logic <- enquo(logic_arg)
  enq_chr <- enquo(chr_arg)

  stopifnot(check_class(data, enq_numeric, is.numeric))
  stopifnot(check_class(data, enq_logic, is.logical))
  stopifnot(check_class(data, enq_chr, is.character))

  df <- data %>%
    mutate(numeric_col2 = UQ(enq_numeric)*2,
           logic_col2 = !UQ(enq_numeric),
           chr_col2 = UQ(enq_chr))

  return(df)
}

我们rlang::eval_tidy用来评估 data.frame 上下文中的 quosures。你真的必须评估它们，因为在你评估之前你真的不知道它们里面可能有什么。然后你可以检查任何出来的类。这也允许您执行这些变量的函数。这些都有效。

my_function(dataFrame, numeric_col, logic_col, chr_col)
my_function(dataFrame, as.numeric(logic_col), logic_col, as.character(logic_col))
于 2018-07-10T01:39:38.233 回答