在 dplyr 0.7.0+ 中正确使用 dplyr::select，使用字符向量选择列

Question

假设我们有一个字符向量 cols_to_select，其中包含我们要从数据框 df 中选择的一些列，例如

df <- tibble::data_frame(a=1:3, b=1:3, c=1:3, d=1:3, e=1:3)
cols_to_select <- c("b", "d")

假设我们还想使用dplyr::select，因为它是使用%>% 的操作的一部分，所以使用select 使代码易于阅读。

似乎有多种方法可以实现这一目标，但有些方法比其他方法更强大。请你能告诉我哪个是“正确”的版本，为什么？或者也许还有其他更好的方法？

dplyr::select(df, cols_to_select) #Fails if 'cols_to_select' happens to be the name of a column in df 
dplyr::select(df, !!cols_to_select) # i.e. using UQ()
dplyr::select(df, !!!cols_to_select) # i.e. using UQS()

cols_to_select_syms <- rlang::syms(c("b", "d"))  #See [here](https://stackoverflow.com/questions/44656993/how-to-pass-a-named-vector-to-dplyrselect-using-quosures/44657171#44657171)
dplyr::select(df, !!!cols_to_select_syms)

附言我意识到这可以在基础 R 中使用 df[,cols_to_select]

来实现

Answer 1

https://cran.r-project.org/web/packages/rlang/vignettes/tidy-evaluation.html 中有一个带有 dplyr::select 的示例，它使用：

dplyr::select(df, !!cols_to_select)

为什么？让我们探讨一下您提到的选项：

选项 1

dplyr::select(df, cols_to_select)

正如你所说，如果 cols_to_select 恰好是 df 中列的名称，这将失败，所以这是错误的。

选项 4

cols_to_select_syms <- rlang::syms(c("b", "d"))  
dplyr::select(df, !!!cols_to_select_syms)

这看起来比其他解决方案更复杂。

选项 2 和 3

dplyr::select(df, !!cols_to_select)
dplyr::select(df, !!!cols_to_select)

在这种情况下，这两种解决方案提供了相同的结果。您可以通过以下方式查看!!cols_to_select 和!!!cols_to_select 的输出：

dput(rlang::`!!`(cols_to_select)) # c("b", "d")
dput(rlang::`!!!`(cols_to_select)) # pairlist("b", "d")

!! 或 UQ() 运算符会立即在其上下文中评估其参数，这就是您想要的。

!!! 或 UQS() 运算符用于一次将多个参数传递给函数。

对于您的示例中的字符列名称，无论您将它们作为长度为 2 的单个向量（使用 !!）还是作为具有两个长度为 1 的向量的列表（使用 !!!）给出都没有关系。对于更复杂的用例，您需要使用多个参数作为列表：（使用!!!）

a <- quos(contains("c"), dplyr::starts_with("b"))
dplyr::select(df, !!a) # does not work
dplyr::select(df, !!!a) # does work