标签: tidyselect

我生成 1 和 0 的数据帧如下：

library(tidyverse)
library(glue)

num_var <- 3

rep(list(c(0L, 1L)), num_var) %>%
  set_names(glue("var_{seq_len(num_var)}")) %>%
  expand.grid() %>%
  mutate(total = rowSums(.)) %>%
  select(total, everything()) %>%
  arrange(total, desc(var_1, var_2, var_3))

#>   total var_1 var_2 var_3
#> 1     0     0     0     0
#> 2     1     1     0     0
#> 3     1     0     1     0
#> 4     1     0     0     1
#> 5     2     1     1     0
#> 6     2     1     0     1
#> 7     2     0     1     1
#> 8     3     1 …

library(tidyverse)
df <- tibble(Date = c(rep(as.Date("2020-01-01"), 3), NA),
             col1 = 1:4,
             thisCol = c(NA, 8, NA, 3),
             thatCol = 25:28,
             col999 = rep(99, 4))
#> # A tibble: 4 x 5
#>   Date        col1  thisCol thatCol col999
#>   <date>     <int>    <dbl>   <int>  <dbl>
#> 1 2020-01-01     1       NA      25     99
#> 2 2020-01-01     2        8      26     99
#> 3 2020-01-01     3       NA      27     99
#> 4 NA             4        3      28     99

我实际的 R 数据框有数百列，这些列的命名并不明确，但可以通过df上面的数据框进行近似。

我想用 替换所有值，NA但 …

我已经通读了《Programming with dplyr》并理解了这一点rename()并select()使用了整洁的选择。我试图将其与粘合语法结合起来，以使用新的双卷曲语法（rlang v0.4.0）创建自定义函数，但是我得到了额外的引号：

library(dplyr)
#> 
#> Attaching package: 'dplyr'
#> The following objects are masked from 'package:stats':
#> 
#>     filter, lag
#> The following objects are masked from 'package:base':
#> 
#>     intersect, setdiff, setequal, union

sel_var = "homeworld"

# Attempt at using (newer) double curly syntax:
starwars %>% 
  select("{{sel_var}}_old" := {{ sel_var }})
#> # A tibble: 87 x 1
#>    `"homeworld"_old`
#>    <chr>            
#>  1 Tatooine               
#> # ... with 77 more …

让我们考虑这个简单的数据集

set.seed(12345)
df <- data.frame(a1 = rnorm(5), a2 = rnorm(5), a3 = rnorm(5), 
                 b1 = rnorm(5), b2 = rnorm(5), b3 = rnorm(5),
                 c1 = rnorm(5), c2 = rnorm(5), c3 = rnorm(5))

看起来像

          a1         a2         a3         b1         b2         b3        c1          c2         c3
1  0.5855288 -1.8179560 -0.1162478  0.8168998  0.7796219  1.8050975 0.8118732  0.49118828  1.1285108
2  0.7094660  0.6300986  1.8173120 -0.8863575  1.4557851 -0.4816474 2.1968335 -0.32408658 -2.3803581
3 -0.1093033 -0.2761841  0.3706279 -0.3315776 -0.6443284  0.6203798 2.0491903 -1.66205024 -1.0602656
4 -0.4534972 -0.2841597  0.5202165  1.1207127 -1.5531374  0.6121235 1.6324456  1.76773385 …

我正在尝试使用该dplyr::filter()功能来过滤我的小标题的特定行。

这是我的小标题的一部分head(raw.tb)：

A tibble: 738 x 4
      geno   ind     X     Y
     <chr> <chr> <int> <int>
 1 san1w16    A1   467   383
 2 san1w16    A1   465   378
 3 san1w16    A1   464   378
 4 san1w16    A1   464   377
 5 san1w16    A1   464   376
 6 san1w16    A1   464   375
 7 san1w16    A1   463   375
 8 san1w16    A1   463   374
 9 san1w16    A1   463   373
10 san1w16    A1   463   372
# ... with 728 more rows

当我要求： raw.tb %>% dplyr::filter(ind == …

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 …

“tidyselect”包提供了一个选择辅助函数where。where用于通过自定义函数选择数据框列。它是“tidyselect”的内部函数。这意味着where不会被加载到您的命名空间中，您只能通过tidyselect:::where.

但是，我从 dplyr 插图中看到了以下示例：columnwise Operations。

starwars %>% 
  summarise(across(where(is.character), ~ length(unique(.x))))
#> # A tibble: 1 x 8
#>    name hair_color skin_color eye_color   sex gender homeworld species
#>   <int>      <int>      <int>     <int> <int>  <int>     <int>   <int>
#> 1    87         13         31        15     5      3        49      38

在此示例中，where编写时没有前缀“tidyselect:::”，但显然，代码中没有错误，并且它产生了有意义的结果。这对我来说似乎很奇怪。我想知道为什么代码可以正常运行。

我猜这是由于“代码引用”，它是 tidyeval 方法的一部分。粗略地说，代码引用将代码挂起为表达式，并稍后在“内部环境”中计算表达式。这只是一个直观的猜测，我不知道如何测试。

我希望有人可以帮助我解决“哪里”的问题，或者留下一些关于代码如何为我工作的参考。

如果给出 NULL，我正在努力设置默认选择方法。例如，假设我想实现一个函数，对某些 tidyselect 方法、符号或字符串的所有值进行平方，如果没有给出，则默认情况下它对所有数值进行平方。这是我正在尝试处理的案例的代表：

#Load package
suppressMessages(library(dplyr))
#Define function
square_columns <- function(data, target = NULL){
  if (is.null(target)){
    target <- rlang::expr(where(is.numeric))
  }
  data %>% 
    dplyr::mutate(
      dplyr::across(!!target, magrittr::raise_to_power, 2)
    )
}
# Examples
# Works
iris %>% 
  square_columns(target = 'Sepal.Length') %>% 
  invisible()
# Works
iris %>% 
  square_columns(target = c('Sepal.Length', 'Sepal.Width')) %>% 
  invisible()
# Works
iris %>% 
  square_columns() %>% 
  invisible()
# Fails
iris %>% 
  square_columns(target = contains('Sepal'))
#> Error: `contains()` must be used within a *selecting* function.
#> i See <https://tidyselect.r-lib.org/reference/faq-selection-context.html>.
# Fails …

我正在尝试编写一个将 wrap 的函数，并将dplyr::coalesce()接收一个数据对象和列名以进行合并。到目前为止，我的尝试都失败了。

示例数据

library(dplyr)

df <-
  data.frame(col_a = c("bob", NA, "bob", NA, "bob"), 
                 col_b = c(NA, "danny", NA, NA, NA), 
                 col_c = c("paul", NA, NA, "paul", NA))

##   col_a col_b col_c
## 1   bob  <NA>  paul
## 2  <NA> danny  <NA>
## 3   bob  <NA>  <NA>
## 4  <NA>  <NA>  paul
## 5   bob  <NA>  <NA>

在编写自定义函数时使用存根

coalesce_plus_1 <- function(data, vars) {

  data %>%
    mutate(coalesced_col = coalesce(!!! rlang::syms(tidyselect::vars_select(names(.), vars))))

}

coalesce_plus_2 <- function(data, vars) {
  
  data %>% …

这是我的代码：

empty <- ""\n\nmtcars %>% select(mpg,empty)\n

Error in `select()`:\n! Can't subset columns that don't exist.\n\xe2\x9c\x96 Column `` doesn't exist.\n

该empty对象是 for 循环的输出。所以如果空等于""我不需要选择任何内容，但会出现以下错误。

换句话说，我应该能够选择这样的东西：mtcars %>% select(mpg,)。我需要转变""为

我怎样才能避免这个错误？

我知道这可能是一个愚蠢的问题，但我很好奇是否有任何区别，我更喜欢使用 str_detect 因为语法在我的大脑中更有意义。