R:在函数内使用dplyr.eval中的异常(expr,envir,enclos):未知列

Question

我已经根据@Jim M.的帮助在R中创建了一个函数.

当我运行该函数时,我得到错误:错误:未知列'rawdata' 当查看调试器时,我收到消息:Eval中的Rcpp :: exception(expr,envir,enclos):未知列'rawdata'

然而,当我查看环境窗口时,我可以看到2个已传递给函数的变量,它们包含具有7个级别因子的信息rawdata和具有28个级别的refdata

function (refdata, rawdata)
{
  wordlist <- expand.grid(rawdata = rawdata, refdata = refdata,     stringsAsFactors = FALSE)
  wordlist %>% group_by(rawdata) %>% mutate(match_score =     jarowinkler(rawdata, refdata)) %>%
summarise(match = match_score[which.max(match_score)], matched_to = ref[which.max(match_score)])
}

Answer 1

这是使用NSE(非标准评估)的功能的问题.使用NSE的函数在交互式编程中非常有用,但在开发过程中会产生许多问题,即当您尝试在其他函数中使用它们时.由于表达式没有被直接评估,R无法在它所查找的环境中找到对象.我建议你阅读这里,最好是范围问题章节以获取更多信息.

首先,您需要知道所有标准dplyr函数都使用NSE.让我们看一下您问题的近似示例:

数据:

df <- data.frame(col1 = rep(c('a','b'), each=5), col2 = runif(10))


> df
   col1       col2
1     a 0.03366446
2     a 0.46698763
3     a 0.34114682
4     a 0.92125387
5     a 0.94511394
6     b 0.67241460
7     b 0.38168131
8     b 0.91107090
9     b 0.15342089
10    b 0.60751868

让我们看看NSE将如何解决我们的简单问题:

首先,简单的交互式案例有效:

df %>% group_by(col1) %>% summarise(count = n())

Source: local data frame [2 x 2]

  col1 count
1    a     5
2    b     5

让我们看看如果我把它放在一个函数中会发生什么:

lets_group <- function(column) {
  df %>% group_by(column) %>% summarise(count = n())
}

>lets_group(col1)
Error: index out of bounds 

与您的错误不同,但它是由NSE引起的.完全相同的代码行在函数外部工作.

幸运的是,您的问题有一个解决方案,那就是标准评估.Hadley还dplyr使用标准评估制作了所有功能的版本.它们只是正常的功能加上最后的_下划线.

现在看看这将如何工作:

#notice the formula operator (~) at the function at summarise_
lets_group2 <- function(column) {
  df %>% group_by_(column) %>% summarise_(count = ~n())
}

这产生以下结果:

#also notice the quotes around col1
> lets_group2('col1')
Source: local data frame [2 x 2]

  col1 count
1    a     5
2    b     5

我无法测试您的问题,但使用SE代替NSE将为您提供所需的结果.欲了解更多信息,您也可以在这里阅读