小编Til*_*ill的帖子

我想编写一个在ggplot中执行美学映射的函数。该函数应该有两个参数：var应该映射到aesthetic。实际上，下面的第一个代码块有效。

但是，我不想在初始ggplot函数中而是在geom_point函数中进行映射。在这里，我收到以下错误消息：

错误：:=只能在准引数中使用

1.阻止：工作正常

library(ggplot2)
myfct <- function(aesthetic, var){
  aesthetic <- enquo(aesthetic)
  var <- enquo(var)
  ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width, !! (aesthetic) := !!var)) + 
    geom_point()
}
myfct(size, Petal.Width)

2.阻止：抛出错误

library(ggplot2)
myfct <- function(aesthetic, var){
  aesthetic <- enquo(aesthetic)
  var <- enquo(var)
  ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width)) + 
    geom_point(aes(!! (aesthetic) := !!var))
}
myfct(size, Petal.Width)

如果自变量审美作为字符串传递时，也会发生相同的行为sym。

# 1. block
myfct <- function(aesthetic, var){
  aesthetic <- sym(aesthetic)
  ggplot(iris, aes(x = …

我的许多闪亮应用程序的一个常见场景是,有一个可能有趣的过滤器变量的大量列表(通常是10到20),但我想避免让用户混淆过多的输入窗口小部件.

因此,我的策略通常如下: 1.用户可以选择过滤变量.2.如果选择了至少一个过滤器变量,则触发renderUI,其中每个选定变量包含一个输入窗口小部件.3.过滤条件应用于数据,并生成一些输出.

问题是第一步中的任何更改(通过添加或删除过滤器变量)都会消除第二步中所有先前做出的选择.这意味着所有输入窗口小部件都会无意中重置为其默认值.这会妨碍顺畅的用户体验.知道怎么改进这个吗？

在这里你可以看到会发生什么:

以下是重现此行为的代码:

library("shiny")
library("dplyr")
library("nycflights13")

df <- flights
filtervarsChoices <- c("origin","carrier")
originChoices <- unique(df$origin)
carrierChoices <- unique(df$carrier)


ui <- fluidPage(
  h3("1. Select Filter variables"),
  selectInput("filterVars", "Filter variables", filtervarsChoices, multiple = TRUE),
  uiOutput("filterConditions"),
  h3("Result"),
  tableOutput("average")

)

server <- function(input, output, session) {
  output$filterConditions <- renderUI({
    req(input$filterVars)
    tagList(
      h3("2. Select Filter values"),
      if ("origin" %in% input$filterVars) {
        selectInput("originFilter", "Origin", originChoices, multiple = TRUE)
      },
      if ("carrier" %in% input$filterVars) { …

我想使用整洁的评估来编写多个、完全灵活的过滤条件。一个相关但不太复杂的问题已在 Stackoverflow Question 中得到解决。以下代码（改编自上述其他问题）正在运行。它将两个过滤条件应用于gapminder数据集，并返回过滤后的数据。

library(tidyverse)
library(gapminder)

my_filter <- function(df, cols, vals){    
  paste_filter <- function(x, y) quo(!!sym(x) %in% {{y}})
  fp <- pmap(list(cols, vals), paste_filter)
  filter(df, !!!fp)
}

cols <- list("country", "year")
vals = list(c("Albania", "France"), c(2002, 2007))
gapminder %>% my_filter(cols, vals) 

问题：到目前为止，该解决方案仅限于一种类型的过滤运算符 ( %in%)。我想扩展这种方法以接受任意类型的运算符（==, %in%, >, ...）。预期的函数my_filter应该处理以下内容：

cols <- list("country", "year")
ops <- list("%in%", ">=")
vals = list(c("Albania", "France"), 2007))
gapminder %>% my_filter(cols, ops, vals)

我脑海中浮现的用例是闪亮的应用程序。使用这样的功能，我们可以更轻松地让用户对数据集的变量设置任意过滤条件。