标签: tidyeval

我在 R 中有一个...使用 tidyeval 的简单函数。是否可以将这些更改为字符串？

simple_paste <- function(...){
  my_vars <- enquos(...)
  paste(..., sep = "_x_")
}

simple_paste(hello, world)

作为输出，我想得到"hello_x_world". 我也可以考虑使用glue函数 orstr_c代替paste，尽管我不确定这会更好。

我想捕获传递给函数的传入参数。我怎样才能做到这一点？下面的功能并不完全是我想要的。我想要的输出是"Using mtcars and am". 我的印象rlang是可以帮助解决这个问题，但我还没有找到一个函数来完成这项工作。

fx_capture<- function(fx_data, fx_var) {
  name_data <- quote(fx_data)
  name_var  <- quote(fx_var)
  paste("Using", name_data, "and", name_var)
}

fx_capture(mtcars, am)
> "Using fx_data and fx_var"

我正在尝试使用tidyeval进行编程。

我想编写一个函数为选定的结果变量运行逻辑回归模型：

library(tidyverse)
set.seed(1234)

df <- tibble(id = 1:1000,
             group = sample(c("Group 1", "Group 2", "Group 3"), 1000, replace = TRUE),
             died = sample(c(0,1), 1000, replace = TRUE))

myfunc <- function(data, outcome){

enquo_var <- enquo(outcome)

fit <- tidy(glm(!!enquo_var ~ group, data=data, 
                family = binomial(link = "logit")), 
                exponentiate = TRUE, conf.int=TRUE)

fit
}


myfunc(df, died)

但是得到：

！enquo_outcome错误：参数类型无效

（请注意，实际情况涉及更复杂的功能）。

这可能吗？

我已经阅读了几个关于dplyr编程的指南,我仍然对如何解决使用非标准评估(NSE)评估构造/连接字符串的问题感到困惑.我意识到有更好的方法来解决这个例子,而不是使用NSE,但想要学习如何.

t <- tibble( x_01 = c(1, 2, 3), x_02 = c(4, 5, 6))
i <- 1

这是我想要的结果,但是想要mutate()构造变量:

t %>% mutate(d_01 = x_01 * 2)
#>   A tibble: 3 x 3
#>   x_01  x_02  d_01
#>   <dbl> <dbl> <dbl>
#> 1  1.00  4.00  2.00
#> 2  2.00  5.00  4.00
#> 3  3.00  6.00  6.00

这是我第一次尝试使用字符串:

new <- sprintf("d_%02d", i)
var <- sprintf("x_%02d", i)
t %>% mutate(new = var * 2)
#> Error in mutate_impl(.data, dots) : …

我只是想了解这里出了什么问题.在第一种情况(工作)中,我将enquo()-ted参数分配给变量,在第二种情况下,我在调用中直接使用了enquoted参数mutate.

library("dplyr")
df <- tibble(x = 1:5, y= 1:5, z = 1:5)

# works
myfun <- function(df, transformation) {
  my_transformation <- rlang::enquo(transformation)
  df %>% 
    gather("key","value", x,y,z) %>% 
    mutate(value = UQ(my_transformation))
}
myfun(df,exp(value))

# does not work
myfun_2 <- function(df, transformation) {
  df %>% 
    gather("key","value", x,y,z) %>% 
    mutate(value = UQ(rlang::enquo(transformation)))
}
myfun_2(df,exp(value))
#>Error in mutate_impl(.data, dots) : Column `value` is of unsupported type closure

编辑 这里有更多的思路:)

将调用包含到quo()中看起来好像要评估的表达式是"正确构建"的

# looks as if the whole thing should be working …

试图排除

• 调用中的多个列tidyr::gather()
• 它通过字符向量参数(输出shiny::selectInput)而不是via 作为我的函数的输入...
• 以程序化的方式

如何通过整洁的eval功能实现这一目标？

由于我经由单个函数参数传递多个列名,以为需要使用!!!(引文结束剪接)而不是!!如在奠定了与dplyr编程.但这似乎并没有很好地发挥作用,tidyselect::vars_select()而且似乎-造成了麻烦.

这是我想要做的基本事情:

library(magrittr)
gather_data_1 <- function(dat, ...) {
  dat %>% tidyr::gather("key", "value", ...)
}
mtcars %>% gather_data_1(-mpg, -cyl) %>% head()
#>    mpg cyl  key value
#> 1 21.0   6 disp   160
#> 2 21.0   6 disp   160
#> 3 22.8   4 disp   108
#> 4 21.4   6 disp   258
#> 5 18.7   8 disp …

我试图用R编写一个函数，该函数根据分组变量汇总数据帧。分组变量作为列表给出并传递给group_by_at，我想对其进行参数化。

我现在正在做的是这样的：

library(tidyverse)

d = tribble(
  ~foo, ~bar, ~baz,
  1, 2, 3,
  1, 3, 5
  4, 5, 6,
  4, 5, 1
)

sum_fun <- function(df, group_vars, sum_var) {
  sum_var = enquo(sum_var)
  return(
    df %>% 
      group_by_at(.vars = group_vars) %>% 
      summarize(sum(!! sum_var))
  )
}

d %>% sum_fun(group_vars = c("foo", "bar"), baz)

但是，我想这样调用该函数：

d %>% sum_fun(group_vars = c(foo, bar), baz)

这意味着不应在调用中评估分组变量，而应在函数中评估分组变量。我将如何重写该功能以启用该功能？

我试过enquo像summary变量一样使用，然后替换group_vars为!! group_vars，但这会导致此错误：

Error in !group_vars : invalid argument type

使用group_by(!!!group_vars)收益：

Column `c(foo, …

我想把一堆列传递到pmap()里面mutate()。以后，我想选择那些相同的列。

目前，我正在将列名列表传递给pmap()quosure，这很好用，尽管我不知道这是否是“正确”的方法。但是我无法弄清楚如何使用相同的quosure / list select()。

我几乎没有tidyeval的经验，我只能通过玩耍来达到这一目的。我想必须有一种对pmap()和都使用相同内容的方法select()，最好不必将我的每个列名都用引号引起来，但是我还没有找到它。

library(dplyr)
library(rlang)
library(purrr)

df <- tibble(a = 1:3,
             b = 101:103) %>% 
    print
#> # A tibble: 3 x 2
#>       a     b
#>   <int> <int>
#> 1     1   101
#> 2     2   102
#> 3     3   103

cols_quo <- quo(list(a, b))

df2 <- df %>% 
    mutate(outcome = !!cols_quo %>% 
               pmap_int(function(..., word) {
                   args <- list(...)

                   # just to be clear this isn't …

因此，此示例基本上来自https://tidyeval.tidyverse.org/dplyr.html#patterns-for-single-arguments，它可以正常工作：

library(tidyverse)
group_mean <- function(df, group_var, summary_var){
  group_var <-  rlang::enquo(group_var)
  summary_var <-rlang::enquo(summary_var)

  name <- paste0(rlang::quo_name(summary_var), "_mean")

  df %>%
    dplyr::group_by(!!group_var) %>%
    dplyr::summarise(!!name := mean(!!summary_var, na.rm = TRUE))
}

mtcars %>% group_mean(group_var = cyl, summary_var = disp)
#> # A tibble: 3 x 2
#>     cyl disp_mean
#>   <dbl>     <dbl>
#> 1     4      105.
#> 2     6      183.
#> 3     8      353.

我想例如能够有时选择中位数而不是均值，例如将函数名称更改为group_stat()。

这是数据：

library(tidyverse)
col_pre <- c('a', 'b', 'c')
df <- tibble(a1 = 1:3, a2 = 4:6, b1 = 7:9, b2 = 10:12, c1 = 13:15, c2 = 16:18)

我想使用purrr::map()并dplyr::mutate()创建三个新列，它们是df. 我可以map()用来迭代 a、b、c 列前缀的向量。我想出了这些tidyeval操作，以便下面的代码可以正常运行。

out <- col_pre %>%
  map_df(~ df %>% 
            mutate(!!as.name(paste0(.x, '3')) := !!as.name(paste0(.x, '1')) + !!as.name(paste0(.x, '2')))
  )

但是，out现在有六个伪行：

     a1    a2    b1    b2    c1    c2    a3    b3    c3
1     1     4     7    10    13    16     5    NA    NA
2 …