使用标准评估选择可能不存在且没有错误的列答案

【问题标题】：Select column that may not exist without error, using standard evaluation使用标准评估选择可能不存在且没有错误的列
【发布时间】：2019-03-07 01:46:39
【问题描述】：

我想选择一个可能存在也可能不存在的列，如果该列丢失且没有错误，则让它简单地返回所有其他列。这适用于非标准评估，但不适用于 tidyverse 函数select_ 的标准评估。

例如，以下内容按预期工作：

iris %>%
  select(Sepal.Length, Sepal.Width, contains("banana"))

    Sepal.Length Sepal.Width
1            5.1         3.5
2            4.9         3.0
3            4.7         3.2
4            4.6         3.1
...

但是使用标准评估（我需要使用它在包中发布它）这不起作用：

iris %>%
  select_("Sepal.Length", "Sepal.Width", contains("banana"))

Error: No tidyselect variables were registered

我意识到破坏的版本有什么问题，但我不确定使用 tidyverse 功能有哪些替代方案。

【问题讨论】：

我会避免在一个包中完全使用select，第一个版本使用NSE，而不是第二个，你为什么要使用select_？
我想？您的术语可能是落后的：即select() 使用 NSE，而 select_ 使用标准评估（即非 NSE）...
如果目标是select("Sepal.Length", "Sepal.Width", contains("banana"))，您可以在select() 中使用字符串。另见select_at()。
本，我的术语是错误的。我的意思是使用标准评估。

标签： r tidyverse

【解决方案1】：

如果你愿意离开tidyverse，你可以对列名进行显式操作：

iris[intersect(names(iris), c("Sepal.Length","Sepal.Width","banana"))]

对于contains()，您可以使用grep：

ccols <- c("Sepal.Length", "Sepal.Width", 
           grep("banana", names(iris), value=TRUE))
iris[ccols]

如果您用变量引用替换字符串，这仍然有效（因为它是标准评估），即：

x <- "banana"
ccols <- c("Sepal.Length", "Sepal.Width", 
           grep(x, names(iris), value=TRUE))
iris[ccols]

【讨论】：

我觉得你需要value = TRUE