如何将表示表达式的字符串传递给dplyr 0.7动词？

Question

我想了解如何将表示表达式的字符串传递给dplyr，以便在数据框中对列上的表达式求值。关于这个主题的主要说明文档涵盖了传递quosure，但根本没有讨论字符串。

显然，当表示表达式时，quosure比字符串更安全、更清晰，所以当quosure可以代替字符串时，我们应该避免使用字符串。然而，在与R生态系统外的工具（如JavaScript或YAML配置文件）一起工作时，人们通常必须使用字符串而不是quosure。

例如，假设我想要一个使用用户/调用者传入的表达式进行分组计数的函数。正如预期的那样，以下代码不起作用，因为dplyr使用非标准评估来解释group_by的参数。

library(tidyverse)

group_by_and_tally <- function(data, groups) {
  data %>%
    group_by(groups) %>%
    tally()
}

my_groups <- c('2 * cyl', 'am')
mtcars %>%
  group_by_and_tally(my_groups)
#> Error in grouped_df_impl(data, unname(vars), drop): Column `groups` is unknown

在dplyr 0.5中，我们使用标准评估，例如group_by_(.dots = groups)来处理这种情况。现在下划线动词已被弃用，那么在dplyr 0.7中我们应该如何处理这种情况？

对于仅为列名的表达式，我们可以使用这个问题的解决方案，但对于像2 * cyl这样不仅是列名的更复杂的表达式则不适用。

- Paul

Answer 1

需要注意的是，在这个简单的例子中，我们可以控制表达式的创建方式。因此，传递表达式的最佳方法是直接使用quos()构造并传递quosures：

library(tidyverse)
library(rlang)

group_by_and_tally <- function(data, groups) {
  data %>%
    group_by(UQS(groups)) %>%
    tally()
}

my_groups <- quos(2 * cyl, am)
mtcars %>%
  group_by_and_tally(my_groups)
#> # A tibble: 6 x 3
#> # Groups:   2 * cyl [?]
#>   `2 * cyl`    am     n
#>       <dbl> <dbl> <int>
#> 1         8     0     3
#> 2         8     1     8
#> 3        12     0     4
#> 4        12     1     3
#> 5        16     0    12
#> 6        16     1     2

然而，如果我们从外部来源以字符串形式接收表达式，则可以先解析这些表达式，将它们转换为 quosures：

my_groups <- c('2 * cyl', 'am')
my_groups <- my_groups %>% map(parse_quosure)
mtcars %>%
  group_by_and_tally(my_groups)
#> # A tibble: 6 x 3
#> # Groups:   2 * cyl [?]
#>   `2 * cyl`    am     n
#>       <dbl> <dbl> <int>
#> 1         8     0     3
#> 2         8     1     8
#> 3        12     0     4
#> 4        12     1     3
#> 5        16     0    12
#> 6        16     1     2

如果我们从一个提供字符串形式表达式的外部来源获取表达式，那么我们应该这样做 - 否则我们应该直接在R源代码中进行quo化。

- Paul

---

是的，但我对Hadley在某些地方提到的否定模糊感感到有些担心。 - Paul

嗯，目前还没有遇到任何问题。我认为只要在dplyr动词内部使用!!和!!!，你就应该没问题了。 - yeedle

你可能是对的。就我个人而言，我发现这种转换相当令人困惑，当我使用 UQ 和 UQS 时，我更容易知道自己在做什么。 - Paul

请注意，使用点来表示函数参数会导致字符串用例出现问题。针对所提出的编辑，请做出回应。 - Paul

用户输入字符串和字符向量在Shiny应用程序中非常常见。我之前不知道rlang::parse_expr和rlang::parse_quosure。谢谢！我已经将您的建议应用于我在https://groups.google.com/forum/#!topic/manipulatr/UyzWc-s_bos上获得的Shiny应用程序输入。 - Vincent

Answer 2

使用字符串很诱人，但通常最好使用表达式。现在您已经有了准引用，可以以灵活的方式轻松构建表达式：

lhs <- "cyl"
rhs <- "disp"
expr(!!sym(lhs) * !!sym(rhs))
#> cyl * disp

vars <- c("cyl", "disp")
expr(sum(!!!syms(vars)))
#> sum(cyl, disp)

- Lionel Henry

---

我理解你的意思，但这并不能证明使用表达式总是更好。当调用者是R生态系统之外的用户，并且该用户想要传递比仅仅列名更复杂的表达式时，这种解决方案就不起作用了。 - Paul

是的，如果代码来自于R之外的地方，比如任何源文件，解析它是可以并且有必要的。然后你可以使用parse_expr()或parse_quosure()来进行解析。 - Lionel Henry

顺便说一句，这个笼统的陈述是有道理的，因为使用字符串编程是糟糕的 R 代码的主要来源，人们将使用您的帖子来使用 tidyverse 工具进行编程。 - Lionel Henry

如果你没有为人们提供一个好的方式来完成他们需要做的事情，他们会想出一种不好的方式来完成它（并且责怪你）。我将进行一些编辑，以鼓励负责任地使用这种技术。 - Paul

我不会在这里详细说明，但它是非结构化的。因此，您最终需要使用临时代码来对其进行结构化（我需要在那里添加逗号吗？我需要转义这个字符吗？等等）。 - Lionel Henry

Answer 3

如果您遇到此类问题，那么friendlyeval软件包可以帮助您解决：

library(tidyverse)
library(friendlyeval)

group_by_and_tally <- function(data, groups) {
  data %>%
    group_by(!!!friendlyeval::treat_strings_as_exprs(groups)) %>%
    tally()
}

my_groups <- c('2 * cyl', 'am')
mtcars %>%
  group_by_and_tally(my_groups)

# # A tibble: 6 x 3
# # Groups:   2 * cyl [?]
# `2 * cyl`    am     n
# <dbl> <dbl> <int>
# 1         8     0     3
# 2         8     1     8
# 3        12     0     4
# 4        12     1     3
# 5        16     0    12
# 6        16     1     2

- MilesMcBain