curly curly 整洁的评估编程，具有跨列的多个输入和自定义函数答案

【问题标题】：curly curly tidy evaluation programming with multiple inputs and custom function across columnscurly curly 整洁的评估编程，具有跨列的多个输入和自定义函数
【发布时间】：2020-11-25 04:25:31
【问题描述】：

我的问题类似于this question，但我需要跨列应用更复杂的函数，但我不知道如何将 Lionel 建议的解决方案应用于具有范围动词（如 filter_at() 或 @）的自定义函数987654323@+across() 等价。好像没有引入“superstache”/{{{}}} 运算符。

这是我想做的一个非编程示例（不使用 NSE）：

library(dplyr)
library(magrittr)

foo <- tibble(group = c(1,1,2,2,3,3),
              a = c(1,1,0,1,2,2),
              b = c(1,1,2,2,0,1))

foo %>%
  group_by(group) %>%
  filter_at(vars(a,b), any_vars(n_distinct(.) != 1)) %>%
  ungroup
#> # A tibble: 4 x 3
#>   group     a     b
#>   <dbl> <dbl> <dbl>
#> 1     2     0     2
#> 2     2     1     2
#> 3     3     2     0
#> 4     3     2     1

我还没有找到与 filter+across() 等效的 filter_at 行，但由于新的（ish）tidyeval 函数早于 dplyr 1.0，我认为可以搁置这个问题。这是我尝试制作一个程序版本，其中过滤变量由用户提供，带有点：

my_function <- function(data, ..., by) {
  dots <- enquos(..., .named = TRUE)
  
  helperfunc <- function(arg) {
    return(any_vars(n_distinct(arg) != length(arg)))
  }
  
  dots <- lapply(dots, function(dot) call("helperfunc", dot))
  
  data %>%
    group_by({{ by }}) %>%
    filter(!!!dots) %>%
    ungroup
}

foo %>%
  my_function(a, b, group)
#> Error: Problem with `filter()` input `..1`.
#> x Input `..1` is named.
#> i This usually means that you've used `=` instead of `==`.
#> i Did you mean `a == helperfunc(a)`?

如果有一种方法可以在 filter_at 的 vars() 参数中插入 NSE 运算符，而不必进行所有这些额外的调用，我会很高兴（我假设这是 {{{}}} 函数会做吗？）

【问题讨论】：

标签： r dplyr rlang tidyeval non-standard-evaluation

【解决方案1】：

这是一种使用across() 来实现vignette("colwise") 中介绍的方法。

my_function <- function(data, vars, by) {
  
  data %>%
    group_by({{ by }}) %>%
    filter(n_distinct(across({{ vars }}, ~ .x)) != 1) %>%
    ungroup()
  
}
 
foo %>%
  my_function(c(a, b), by = group)

# A tibble: 4 x 3
  group     a     b
  <dbl> <dbl> <dbl>
1     2     0     2
2     2     1     2
3     3     2     0
4     3     2     1

【讨论】：

其实我觉得~.x > 0不太对。尝试-foo %>% my_function(c(a, b), by = group)（即，否定数据框中的所有值）。

【解决方案2】：

也许我误解了问题所在，但forwarding the dots 的标准模式在这里似乎可以正常工作：

my_function <- function(data, ..., by) {
  data %>%
    group_by({{ by }}) %>%
    filter_at(vars(...), any_vars(n_distinct(.) != 1)) %>%
    ungroup
}

foo %>%
  my_function( a, b, by=group )     # works

【讨论】：

没有意识到这里需要ensyms——谢谢。我很难找到关于 NSE 函数的最新指南（quo、enexprs、``quo_name, as_name` 等）。编程小插曲过去有更多关于此的内容，但现在似乎主要是关于卷曲的。跟踪术语也很困难——似乎他们正在从“引用”和“解离”等术语转向“间接”、“掩蔽”和“拥抱”。但也许我把事情搞混了。
同意@MrFlick 的观点，across() 解决方案也很有趣
@MrFlick 我不确定这里是否有直接的across() 等价物。莱昂内尔可能会纠正我，但我很确定across() 一次只处理一列。如果自定义函数需要对多个列进行操作，我可能会先通过nest() 对列进行分组。
@lost 请查看编辑。事实证明这里甚至不需要ensyms()，因为你可以转发这些点。一个好的最新资源可能是Tidy evaluation book。
@MrFlick 我不认为问题出在across() 的.cols 参数上，而是.fns 中提供的函数一次操作一列。 any_vars() 是 specifically a filter_at() construct，这是等效性中断的地方。

【解决方案3】：

across 的选项

my_function <- function(data, by, ...) {
 
  dots <- enquos(..., .named = TRUE)
  nm1 <- purrr::map_chr(dots, rlang::as_label) 
     
     
  data %>%
    dplyr::group_by({{ by }}) %>%
    dplyr::mutate(across(nm1, ~ n_distinct(.) !=1, .names = "{col}_ind")) %>%
    dplyr::ungroup() %>% 
    dplyr::filter(dplyr::select(., ends_with('ind')) %>% purrr::reduce(`|`)) %>%
    dplyr::select(-ends_with('ind'))
    
    
}

my_function(foo, group, a, b)
# A tibble: 4 x 3
#  group     a     b
#  <dbl> <dbl> <dbl>
#1     2     0     2
#2     2     1     2
#3     3     2     0
#4     3     2     1

或filter/across

foo %>%
   group_by(group) %>%
   filter(any(!across(c(a,b), ~ n_distinct(.) == 1)))
# A tibble: 4 x 3
# Groups:   group [2]
#  group     a     b
#  <dbl> <dbl> <dbl>
#1     2     0     2
#2     2     1     2
#3     3     2     0
#4     3     2     1

【讨论】：