弯曲的弯曲的整理评估和修改输入或其名称

Question

弯曲的弯曲的整理评估和修改输入或其名称

8

本文介绍了新的整洁求值（tidy evaluation）方法，详见此文。文章举了几个例子，展示了这种非标准求值（NSE）风格的使用。

library(tidyverse)

# Example 1 --------------------------
max_by <- function(data, var, by) {
  data %>%
    group_by({{ by }}) %>%
    summarise(maximum = max({{ var }}, na.rm = TRUE))
}
starwars %>% max_by(height)
starwars %>% max_by(height, by = gender)

# Example 2 --------------------------
summarise_by <- function(data, ..., by) {
  data %>%
    group_by({{ by }}) %>%
    summarise(...)
}

starwars %>%
  summarise_by(average = mean(height, na.rm = TRUE),
               maximum = max(height, na.rm = TRUE),
               by = gender)

我创建了一些自己的函数，这确实是一个更容易开发的框架，而不必担心所有的quosures和bangs之类的问题。

然而，同一篇文章解释说，我们还没有完全摆脱困扰：

只有在需要以某种方式修改输入或其名称时，才需要使用quote-and-unquote（以及复数变种enquos（）和!!!）。

...但没有提供示例。不是抱怨，只是询问是否有人可以填补间隙并提供一个示例。由于不熟悉整洁评估，我真的不明白作者在引用中想表达什么意思。

- Display name

假设您想创建一个格式为 summarise(colNm := 的列，您可能需要使用 !! - akrun

你的问题不够具体，因此很难回答。 - akrun

@akrun，我正在寻找_curly curly_ Tidy评估的示例，其中我将被迫使用enquos()或!!!。最好能看到每个单独使用的示例。我希望它在参考文章中，但实际上并没有。 - Display name

我之所以说它很广泛，是因为如果我举一个例子，另一个人就会举出其他的情况。 - akrun

1

@akrun，我通常会等待24小时，然后选择最能展示我所寻找的概念的答案进行点赞并标记为已解决。你一直是一个很好的帮助者，我知道当其他人的例子和评论争吵时，你曾经感到过沮丧。请不要把任何事情都当成个人攻击。大多数人在这里都在努力编写更好的代码，我只能相信你也是。谢谢。 - Display name

显示剩余3条评论

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Lionel Henry · Accepted Answer

假设你想要一个版本的以下函数，它可以接收多个输入而不仅仅是单个的 var：

mean_by <- function(data, var, by) {
  data %>%
    group_by({{ by }}) %>%
    summarise(average = mean({{ var }}, na.rm = TRUE))
}

你不能仅仅传递 ... 给summarise函数，因为这样用户需要自行调用mean()。

mean_by <- function(data, var, ..., by) {
  data %>%
    group_by({{ by }}) %>%
    summarise(...)
}

mtcars %>% mean_by(foo = disp)
#> Error: Column `foo` must be length 1 (a summary value), not 32

mtcars %>% mean_by(foo = mean(disp))
#> # A tibble: 1 x 1
#>     foo
#>   <dbl>
#> 1  231.

解决方案是引用圆点，修改每个输入，使其包含在一个新的 mean() 调用中，然后再将它们拼接回去。

mean_by <- function(data, ..., by) {
  # `.named` makes sure the dots have default names, if not supplied
  dots <- enquos(..., .named = TRUE)

  # Go over all inputs, and wrap them in a call
  dots <- lapply(dots, function(dot) call("mean", dot, na.rm = TRUE))

  # Finally, splice the expressions back into `summarise()`:
  data %>%
    group_by({{ by }}) %>%
    summarise(!!!dots)
}

我们正在考虑如何改善这种情况的语法。早期想法在http://rpubs.com/lionel-/superstache上。