dplyr没有对变量名进行硬编码

Question

是否可以使用dplyr的mutate函数而无需对变量名进行硬编码？例如,以下代码有效,因为我硬编码名称Var1:

            > d=expand.grid(1:3, 20:22)
            > d
            Var1 Var2
            1    1   20
            2    2   20
            3    3   20
            4    1   21
            5    2   21
            6    3   21
            7    1   22
            8    2   22
            9    3   22
            > d=mutate(d, x=percent_rank(Var1))
            > d
            Var1 Var2     x
            1    1   20 0.000
            2    2   20 0.375
            3    3   20 0.750
            4    1   21 0.000
            5    2   21 0.375
            6    3   21 0.750
            7    1   22 0.000
            8    2   22 0.375
            9    3   22 0.750

但是,当我将变量的名称变为变量时,它不再起作用:

            > my.variable='Var1'
            > d=mutate(d, x=percent_rank(my.variable))
            > d
                Var1 Var2   x
            1    1   20 NaN
            2    2   20 NaN
            3    3   20 NaN
            4    1   21 NaN
            5    2   21 NaN
            6    3   21 NaN
            7    1   22 NaN
            8    2   22 NaN
            9    3   22 NaN

eval()和as.symbol()函数似乎也没有帮助.

Answer 1

伟大的哈德利韦翰自己(!神圣的是他的名字)提出这个对mutatr谷歌群组:

d <- expand.grid(1:3, 20:22)
my.variable <- 'Var1'
percent_rank <- function(x) rank(x)/max(rank(x))
call <- substitute(mutate(d, percent_rank(var)), 
                   list(var = as.name(my.variable)))
eval(call)
#   Var1 Var2 percent_rank(Var1)
# 1    1   20              0.250
# 2    2   20              0.625
# 3    3   20              1.000
# 4    1   21              0.250
# 5    2   21              0.625
# 6    3   21              1.000
# 7    1   22              0.250
# 8    2   22              0.625
# 9    3   22              1.000

Answer 2

您可以使用get并精确定义对象"Var1"所在的环境.

> my.variable = 'Var1'
> mutate(d, x = percent_rank(get(my.variable, envir = as.environment(d))))
  Var1 Var2     x
1    1   20 0.000
2    2   20 0.375
3    3   20 0.750
4    1   21 0.000
5    2   21 0.375
6    3   21 0.750
7    1   22 0.000
8    2   22 0.375
9    3   22 0.750

我建议你在Hadley Wickham的"高级R编程"维基上阅读更多关于"非标准评估"的内容:http://adv-r.had.co.nz/Computing-on-the-language.html

编辑

这个答案最近被投了票,所以我意识到我一年半前给出的解决方案并不是很好,我借此机会升级我的答案.

从dplyr 0.3开始,你可以使用dplyr函数的标准评估版本,使用它们的"fun_"版本.

interp如果你对变量进行一些计算,你还必须使用lazyeval包:

my.variable = "Var1"
expr <- lazyeval::interp(~percent_rank(x), x = as.name(my.variable))
mutate_(d, .dots = setNames(list(expr), "x"))
Var1 Var2     x
1    1   20 0.000
2    2   20 0.375
3    3   20 0.750
4    1   21 0.000
5    2   21 0.375
6    3   21 0.750
7    1   22 0.000
8    2   22 0.375
9    3   22 0.750