我正在尝试更深入地理解使用点（“.”）dplyr和使用.data代词dplyr。我写的激发这篇文章的代码看起来像这样：
cat_table <- tibble(
variable = vector("character"),
category = vector("numeric"),
n = vector("numeric")
)
for(i in c("cyl", "vs", "am")) {
cat_stats <- mtcars %>%
count(.data[[i]]) %>%
mutate(variable = names(.)[1]) %>%
rename(category = 1)
cat_table <- bind_rows(cat_table, cat_stats)
}
# A tibble: 7 x 3
variable category n
<chr> <dbl> <dbl>
1 cyl 4 11
2 cyl 6 7
3 cyl 8 14
4 vs 0 18
5 vs 1 14
6 am 0 19
7 am 1 13
代码做了我想要它做的事情，并不是这个问题的重点。我只是提供它的上下文。
我试图更深入地了解为什么它会做我想要它做的事情。更具体地说，为什么我不能使用.和.data互换。我读过与dplyr编程的文章，但我想在我的心中，都.和.data仅仅意味着“我们的结果高达管道这一点。” 但是，似乎我过于简化了我对它们如何工作的心理模型，因为当我.data在names()下面使用inside时出现错误：
mtcars %>%
count(.data[["cyl"]]) %>%
mutate(variable = names(.data)[1])
Error: Problem with `mutate()` input `variable`.
x Can't take the `names()` of the `.data` pronoun
? Input `variable` is `names(.data)[1]`.
Run `rlang::last_error()` to see where the error occurred.
当我使用.inside时，我得到了一个意想不到的（对我来说）结果count()：
mtcars %>%
count(.[["cyl"]]) %>%
mutate(variable = names(.)[1])
.[["cyl"]] n variable
1 4 11 .[["cyl"]]
2 6 7 .[["cyl"]]
3 8 14 .[["cyl"]]
我怀疑它与“请注意，.data 不是数据框；它是一个特殊的结构，一个代词，它允许您直接访问当前变量，使用 .data$x 或间接使用 .data[ [var]]。不要指望其他函数可以使用它，”来自Programming with dplyr文章。这告诉我什么.data 不是——一个数据框——但是，我仍然不确定什么.data 是以及它与..
我试着像这样弄清楚：
mtcars %>%
count(.data[["cyl"]]) %>%
mutate(variable = list(.data))
但是，结果<S3: rlang_data_pronoun>对我来说没有任何帮助我理解的意义。如果有人对此有更好的了解，我将不胜感激。谢谢！
r2e*_*ans 10
在前面，我认为它.data的意图有点令人困惑，直到人们还考虑它的兄弟代词.env.
点.是magrittr::%>%设置和使用的东西；因为dplyr重新导出它，它就在那里。每当您引用它时，它都是一个真实的对象，因此names(.)、nrow(.)等都按预期工作。它确实反映了管道中到目前为止的数据。
.data另一方面，rlang为了消除符号解析的歧义，在其中定义了 。与 一起.env，它使您可以非常清楚地了解要在何处解析特定符号（当预计会出现歧义时）。从?.data，我认为这是一个清晰的对比：
disp <- 10
mtcars %>% mutate(disp = .data$disp * .env$disp)
mtcars %>% mutate(disp = disp * disp)
然而，正如帮助页面中所述，.data(and .env) 只是一个“代词”（我们有动词，所以现在我们也有代词），所以它只是一个指向应该解析符号的整洁内部结构的指针。这只是某种暗示。
所以你的说法
既
.与.data仅仅意味着“我们的结果高达管道这一点。”
不正确：.表示到目前为止的数据，.data只是对内部的声明性提示。
考虑另一种思考方式.data：假设我们有两个函数可以完全消除引用符号的环境的歧义：
get_internally, 该符号必须始终引用一个列名，如果该列不存在，它将不会接触到封闭环境；和get_externally，此符号必须始终引用封闭环境中的变量/对象，它永远不会匹配列。在那种情况下，翻译上面的例子，人们可能会使用
disp <- 10
mtcars %>%
mutate(disp = get_internally(disp) * get_externally(disp))
在这种情况下，它get_internally不是框架似乎更明显，因此您不能调用names(get_internally)并期望它做一些有意义的事情（除了NULL）。就像names(mutate).
所以不要把它.data当作一个对象，把它当作一种消除符号环境歧义的机制。我认为$它使用的既简洁/易于使用又绝对具有误导性：它不是list-like 或environment-like 对象，即使它被如此对待。
顺便说一句：可以编写任何 S3 方法$，使任何分类对象看起来像一个框架/环境：
`$.quux` <- function(x, nm) paste0("hello, ", nm, "!")
obj <- structure(0, class = "quux")
obj$r2evans
# [1] "hello, r2evans!"
names(obj)
# NULL
（访问器的存在$并不总是意味着对象是框架/环境。）