Bra*_*don 2 r dplyr nse standard-evaluation rlang
我试图提供一个包含多个列名的向量，以mutate()使用该dplyr程序包进行调用。以下是可重现的示例：
stackdf <- data.frame(jack = c(1,NA,2,NA,3,NA,4,NA,5,NA),
jill = c(1,2,NA,3,4,NA,5,6,NA,7),
jane = c(1,2,3,4,5,6,NA,NA,NA,NA))
two_names <- c('jack','jill')
one_name <- c('jack')
# jack jill jane
# 1 1 1
# NA 2 2
# 2 NA 3
# NA 3 4
# 3 4 5
# NA NA 6
# 4 5 NA
# NA 6 NA
# 5 NA NA
# NA 7 NA
我能够弄清楚如何使用“一个变量”版本，但不知道如何将其扩展到多个变量？
# the below works as expected, and is an example of the output I desire
stackdf %>% rowwise %>% mutate(test = anyNA(c(jack,jill)))
# A tibble: 10 x 4
jack jill jane test
<dbl> <dbl> <dbl> <lgl>
1 1 1 1 FALSE
2 NA 2 2 TRUE
3 2 NA 3 TRUE
4 NA 3 4 TRUE
5 3 4 5 FALSE
6 NA NA 6 TRUE
7 4 5 NA FALSE
8 NA 6 NA TRUE
9 5 NA NA TRUE
10 NA 7 NA TRUE
# using the one_name variable works if I evaluate it and then convert to
# a name before unquoting it
stackdf %>% rowwise %>% mutate(test = anyNA(!!as.name(eval(one_name))))
# A tibble: 10 x 4
jack jill jane test
<dbl> <dbl> <dbl> <lgl>
1 1 1 1 FALSE
2 NA 2 2 TRUE
3 2 NA 3 FALSE
4 NA 3 4 TRUE
5 3 4 5 FALSE
6 NA NA 6 TRUE
7 4 5 NA FALSE
8 NA 6 NA TRUE
9 5 NA NA FALSE
10 NA 7 NA TRUE
如何扩展上述方法，以便可以使用two_names向量？as.name只使用一个对象，所以它不起作用。
这里的问题是类似的：将变量名的向量传递到dplyr中的ranging（）。该解决方案“有效”，因为我可以使用以下代码：
two_names2 <- quos(c(jack, jill))
stackdf %>% rowwise %>% mutate(test = anyNA(!!!two_names2))
但是，如果我必须c(jack, jill)直接键入而不是使用two_names变量，则无法达到目的。是否有一些类似的程序可以two_names直接使用？这个答案如何使用命名传递给dplyr :: select的命名向量？的用法rlang::syms，尽管这样做对选择变量有效（即stackdf %>% select(!!! rlang::syms(two_names))，似乎在变异时不提供参数（即stackdf %>% rowwise %>% mutate(test = anyNA(!!! rlang::syms(two_names)))。）。该答案类似，但不起作用：如何使用dplyr使用非标准评估来评估构造的字符串？
解决这个问题有几个关键：
dplyrmutate，此处为anyNA这里的目标是复制此调用，但使用命名变量two_names而不是手动输入c(jack,jill)。
stackdf %>% rowwise %>% mutate(test = anyNA(c(jack,jill)))
# A tibble: 10 x 4
jack jill jane test
<dbl> <dbl> <dbl> <lgl>
1 1 1 1 FALSE
2 NA 2 2 TRUE
3 2 NA 3 TRUE
4 NA 3 4 TRUE
5 3 4 5 FALSE
6 NA NA 6 TRUE
7 4 5 NA FALSE
8 NA 6 NA TRUE
9 5 NA NA TRUE
10 NA 7 NA TRUE
1. 在 dplyr 中使用动态变量
使用quo/ quos：不接受字符串作为输入。使用此方法的解决方案是：
two_names2 <- quos(c(jack, jill))
stackdf %>% rowwise %>% mutate(test = anyNA(!!! two_names2))
请注意，quo需要单个参数，因此使用 不加引号!!，对于多个参数，您可以分别使用quos和!!!。这是不可取的，因为我不使用two_names而是必须键入我希望使用的列。
使用as.nameor rlang::sym/ rlang::syms:仅as.name接受sym一个输入，但syms将接受多个输入并返回符号对象列表作为输出。
> two_names
[1] "jack" "jill"
> as.name(two_names)
jack
> syms(two_names)
[[1]]
jack
[[2]]
jill
请注意，as.name忽略第一个元素之后的所有内容。然而，syms这里似乎可以正常工作，所以现在我们需要在调用中使用它mutate。
mutate2.在usinganyNA或其他变量中使用动态变量
直接使用symsandanyNA实际上并不能产生正确的结果。
> stackdf %>% rowwise %>% mutate(test = anyNA(!!! syms(two_names)))
jack jill jane test
<dbl> <dbl> <dbl> <lgl>
1 1 1 1 FALSE
2 NA 2 2 TRUE
3 2 NA 3 FALSE
4 NA 3 4 TRUE
5 3 4 5 FALSE
6 NA NA 6 TRUE
7 4 5 NA FALSE
8 NA 6 NA TRUE
9 5 NA NA FALSE
10 NA 7 NA TRUE
检查表明test，这仅考虑了第一个元素，而忽略了第二个元素。但是，如果我使用不同的函数，例如sumor paste0，很明显这两个元素都被使用：
> stackdf %>% rowwise %>% mutate(test = sum(!!! syms(two_names),
na.rm = TRUE))
jack jill jane test
<dbl> <dbl> <dbl> <dbl>
1 1 1 1 2
2 NA 2 2 2
3 2 NA 3 2
4 NA 3 4 3
5 3 4 5 7
6 NA NA 6 0
7 4 5 NA 9
8 NA 6 NA 6
9 5 NA NA 5
10 NA 7 NA 7
anyNA当您查看vs的参数时，其原因就会变得清晰sum。
函数 (x, 递归 = FALSE) .Primitive("anyNA")
函数 (..., na.rm = FALSE) .Primitive("sum")
anyNA需要单个对象x，而sum可以采用可变的对象列表(...)。
只需提供即可c()解决此问题（请参阅 alistaire 的回答）。
> stackdf %>% rowwise %>% mutate(test = anyNA(c(!!! syms(two_names))))
jack jill jane test
<dbl> <dbl> <dbl> <lgl>
1 1 1 1 FALSE
2 NA 2 2 TRUE
3 2 NA 3 TRUE
4 NA 3 4 TRUE
5 3 4 5 FALSE
6 NA NA 6 TRUE
7 4 5 NA FALSE
8 NA 6 NA TRUE
9 5 NA NA TRUE
10 NA 7 NA TRUE
sapply或者...出于教育目的，可以使用、any、 和的组合anyNA来产生正确的结果。在这里，我们使用list以便将结果作为单个列表对象提供。
# this produces an error an error because the elements of !!!
# are being passed to the arguments of sapply (X =, FUN = )
> stackdf %>% rowwise %>%
mutate(test = any(sapply(!!! syms(two_names), anyNA)))
Error in mutate_impl(.data, dots) :
Evaluation error: object 'jill' of mode 'function' was not found.
提供list解决了这个问题，因为它将所有结果绑定到一个对象中。
# the below table is the familiar incorrect result that uses only the `jack`
> stackdf %>% rowwise %>%
mutate(test = any(sapply(X=as.list(!!! syms(two_names)),
FUN=anyNA)))
jack jill jane test
<dbl> <dbl> <dbl> <lgl>
1 1 1 1 FALSE
2 NA 2 2 TRUE
3 2 NA 3 FALSE
4 NA 3 4 TRUE
5 3 4 5 FALSE
6 NA NA 6 TRUE
7 4 5 NA FALSE
8 NA 6 NA TRUE
9 5 NA NA FALSE
10 NA 7 NA TRUE
# this produces the correct answer
> stackdf %>% rowwise %>%
mutate(test = any(X = sapply(list(!!! syms(two_names)),
FUN = anyNA)))
jack jill jane test
<dbl> <dbl> <dbl> <lgl>
1 1 1 1 FALSE
2 NA 2 2 TRUE
3 2 NA 3 TRUE
4 NA 3 4 TRUE
5 3 4 5 FALSE
6 NA NA 6 TRUE
7 4 5 NA FALSE
8 NA 6 NA TRUE
9 5 NA NA TRUE
10 NA 7 NA TRUE
当比较他们的行为时，理解为什么这两者的表现不同是有意义的！
> as.list(two_names)
[[1]]
[1] "jack"
[[2]]
[1] "jill"
> list(two_names)
[[1]]
[1] "jack" "jill"
您可以使用rlang::syms（由dplyr重新导出；或者直接调用它）将字符串强制转换为quosures，因此
library(dplyr)
stackdf <- data.frame(jack = c(1,NA,2,NA,3,NA,4,NA,5,NA),
jill = c(1,2,NA,3,4,NA,5,6,NA,7),
jane = c(1,2,3,4,5,6,NA,NA,NA,NA))
two_names <- c('jack','jill')
stackdf %>% rowwise %>% mutate(test = anyNA(c(!!!syms(two_names))))
#> Source: local data frame [10 x 4]
#> Groups: <by row>
#>
#> # A tibble: 10 x 4
#> jack jill jane test
#> <dbl> <dbl> <dbl> <lgl>
#> 1 1. 1. 1. FALSE
#> 2 NA 2. 2. TRUE
#> 3 2. NA 3. TRUE
#> 4 NA 3. 4. TRUE
#> 5 3. 4. 5. FALSE
#> 6 NA NA 6. TRUE
#> 7 4. 5. NA FALSE
#> 8 NA 6. NA TRUE
#> 9 5. NA NA TRUE
#> 10 NA 7. NA TRUE
或者，使用小底数R代替整洁的eval：
stackdf %>% mutate(test = rowSums(is.na(.[two_names])) > 0)
#> jack jill jane test
#> 1 1 1 1 FALSE
#> 2 NA 2 2 TRUE
#> 3 2 NA 3 TRUE
#> 4 NA 3 4 TRUE
#> 5 3 4 5 FALSE
#> 6 NA NA 6 TRUE
#> 7 4 5 NA FALSE
#> 8 NA 6 NA TRUE
#> 9 5 NA NA TRUE
#> 10 NA 7 NA TRUE
...这可能会快很多，因为迭代rowwise进行n呼叫而不是向量化呼叫。
| 归档时间： |
|
| 查看次数： |
609 次 |
| 最近记录： |