在 mutate 右侧的重新编码中使用基于 tidyeval 的非标准评估

Question

考虑一个 tibble，其中每一列都是一个字符向量，可以取多个值——比如说“A”到“F”。

library(tidyverse)
sample_df <- tibble(q1 = c("A", "B", "C"), q2 = c("B", "B", "A"))

我希望创建一个以列名作为参数的函数，并重新编码该列，以便任何答案“A”变为 NA，否则 df 按原样返回。以这种方式设计它的原因是为了适应更广泛的管道，该管道使用给定的列执行一系列操作。

有很多方法可以做到这一点。但我有兴趣了解最好的惯用 tidy_eval/tidyverse 方法是什么。首先，问题名称需要在变异动词的左侧，因此我们适当地使用!! 和:= 运算符。但是，在右手边放什么？

fix_question <- function(df, question) {
    df %>% mutate(!!question := recode(... something goes here...))
}

fix_question(sample_df, "q1") # should produce a tibble whose first column is (NA, "B", "C")

我最初的想法是这会起作用：

df %>% mutate(!!question := recode(!!question, "A" = NA_character_))

当然，函数内部的 bang-bang 只返回文字字符串（例如“q1”）。我最终采用了一种感觉像是一条骇人听闻的路线来引用右侧的数据，使用基本的 R [[ 运算符并依赖 dplyr 的 . 构造，它有效，所以从某种意义上说我已经解决了我的根本问题：

df %>% mutate(!!question := recode(.[[question]], "A" = NA_character_))

我有兴趣从非常擅长 tidyeval 的人那里获得关于是否有更惯用的方法来执行此操作的反馈，希望看到一个有效的示例可以增强我对 tidyeval 函数集的更广泛理解。有什么想法吗？

Answer 1

您可以通过允许将重新编码的值向量作为参数输入来使函数更加灵活。例如：

library(tidyverse)
sample_df <- tibble(q1 = c("A", "B", "C"), q2 = c("B", "B", "A"))

fix_question <- function(df, question, recode.vec) {

  df %>% mutate({{question}} := recode({{question}}, !!!recode.vec))

}

fix_question(sample_df, q1, c(A=NA_character_, B="Was B"))

  q1    q2   
1 <NA>  B    
2 Was B B    
3 C     A

请注意，recode.vec 与 !!! 是“未引用拼接”的。你可以看到这个例子在做什么，改编自Programming with dplyr vignette（搜索“splice”以查看相关示例）。请注意!!! 如何将重新编码值对“拼接”到recode 函数中，以便将它们用作recode 中的... 参数。

x = c("A", "B", "C")
args = c(A=NA_character_, B="Was B")

quo(recode(x, !!!args))

<quosure>
expr: ^recode(x, A = <chr: NA>, B = "Was B")
env:  global

如果您想在多个列上运行重新编码函数，您可以将其转换为只接受列名和重新编码向量的函数。这种方法似乎对管道更友好。

fix_question <- function(question, recode.vec) {

  recode({{question}}, !!!recode.vec)

}

sample_df %>% 
  mutate_at(vars(matches("q")), list(~fix_question(., c(A=NA_character_, B="Was B"))))

  q1    q2   
1 <NA>  Was B
2 Was B Was B
3 C     <NA>

或重新编码单个列：

sample_df %>% 
  mutate(q1 = fix_question(q1, c(A=NA_character_, B="Was B")))

Answer 2

如果您有rlang >= 0.4.0，您现在可以使用“curly curly”方法。

感谢@eipi10的解释：

这将quote-then-unquote的两步过程合二为一，所以{{question}}等价于!!enquo(question)

fix_question <- function(df, question){
  df %>% mutate({{question}} := recode({{question}}, A = NA_character_))
}

fix_question(sample_df, q1)
# # A tibble: 3 x 2
#   q1    q2   
#   <chr> <chr>
# 1 NA    B    
# 2 B     B    
# 3 C     A    

请注意，与ensym 方法不同，这不适用于角色名称。更糟糕的是，它会做错事，而不仅仅是给出错误。

fix_question(sample_df, 'q1')

# # A tibble: 3 x 2
#   q1    q2   
#   <chr> <chr>
# 1 q1    B    
# 2 q1    B    
# 3 q1    A    

Answer 3

这里，在:=的右边，我们可以指定sym转换为符号然后求值(!!)

fix_question <- function(df, question) {
    df %>%
       mutate(!!question := recode(!! rlang::sym(question), "A" = NA_character_))
  }

fix_question(sample_df, "q1") 
# A tibble: 3 x 2
#  q1    q2   
#  <chr> <chr>
#1 <NA>  B    
#2 B     B    
#3 C     A    

---

ensymensymensym

fix_question <- function(df, question) {
    question <- ensym(question)
    df %>%
       mutate(!!question := recode(!! question, "A" = NA_character_))
  }


fix_question(sample_df, q1)
# A tibble: 3 x 2
#  q1    q2   
#  <chr> <chr>
#1 <NA>  B    
#2 B     B    
#3 C     A    

fix_question(sample_df, "q1")
# A tibble: 3 x 2
#  q1    q2   
#  <chr> <chr>
#1 <NA>  B    
#2 B     B    
#3 C     A