"!!"和"!!as.symbol"有什么区别？

Question

考虑这个例子：

library(dplyr)
df <- data.frame(a=1:5,b=6:10)

> df
  a  b
1 1  6
2 2  7
3 3  8
4 4  9
5 5 10

colname <- "a"
df |> filter(!!as.symbol(colname)<3)

  a b
1 1 6
2 2 7

df |> filter(!!colname<3)
[1] a b
<0 rows> (or 0-length row.names)

应用!!到字符串而不是符号，会实现什么效果？为什么它返回一个空数据框而不是报错？

- robertspierre

Answer 1

让我们首先扩展一下问题中的示例，使用df和df2，其中df2是df加上一个名为colname的额外列。

无论colname是否是一列：

• !!as.symbol(colname)将a列的值返回为向量

• !!colname返回字符字符串"a"

• !!"colname"返回字符字符串"colname"

然而，!!as.symbol("colname")的行为取决于colname是否是列名。

df <- data.frame(a=1:5,b=6:10);
colname <- "a"
look <- function(x) { str(x); x }

df |> filter(look(!!as.symbol(colname)) < 3) |> invisible()
##  int [1:5] 1 2 3 4 5
df |> filter(look(!!as.symbol("colname")) < 3) |> invisible()
##  chr "a"
df |> filter(look(!!colname) == "a") |> invisible()
##  chr "a"
df |> filter(look(!!"colname") == "a") |> invisible()
##  chr "colname"

####

df2 <- data.frame(a=1:5,b=6:10,colname=c(11:14, 1));
colname <- "a"
look <- function(x) { str(x); x }
 
df2 |> filter(look(!!as.symbol(colname)) < 3) |> invisible()
##  int [1:5] 1 2 3 4 5
df2 |> filter(look(!!as.symbol("colname")) < 3) |> invisible()
##  num [1:5] 11 12 13 14 1
df2 |> filter(look(!!colname) == "a") |> invisible()
##  chr "a"
df2 |> filter(look(!!"colname") == "a") |> invisible()
##  chr "colname"

- G. Grothendieck

---

我仍然想知道，当 colname <- 2 时，dplyr 如何知道从 select(!!colname) 返回第二列（数值2），而基本的 R 在选择 df[!!colname] 时返回所有列（逻辑 TRUE，将 !! 视为双重否定）。 - I_O

首先，选择函数会使用tidyselect包中的eval_select来评估其参数。而Base则不会这样做。 - G. Grothendieck

在上述中使用 |> invisible() 的目的是什么？ - Chris

以上的代码中使用了 |> invisible() 是用来做什么的？ - undefined

Answer 2

如果你查看!!的帮助页面（help("!!")），这将会将你重定向到包rlang中的函数inject。通过结合inject和substitute函数，你可以逻辑上重建要进行求值的表达式。

使用!!colname < 3，其中colname = "a"，你正在检查字符串"a"是否小于3，而使用!!as.symbol(colname) < 3，你正在检查名为a的变量是否小于3。

考虑你的例子，在替代colname之后，以下表达式显示了两种情况之间的区别：

colname <- "a"

### Using !!colname < 3) ###
rlang::inject(substitute(
  df |> 
    filter(!!colname < 3)
))
# filter(df, "a" < 3)                                 # contains a string "a"


### Using !!as.symbol(colname) < 3) ###
rlang::inject(substitute(
  df |> 
    filter(!!as.symbol(colname) < 3)
))
# filter(df, a < 3)                                   # contains a variable a

- B. Christian Kamgang