自定义函数中的子集 data.cube

Question

我正在尝试创建一个我自己的函数来对 R 中的 data.cube 进行子集化，并为我打算构建的一些预定义图自动格式化结果。

这是我的功能。

require(data.table)
require(data.cube)

secciona <- function(cubo  = NULL, 
                     fecha_valor = list(), 
                     loc_valor = list(), 
                     prod_valor = list(), 
                     drop = FALSE){

    cubo[fecha_valor, loc_valor, prod_valor, drop = drop]

    ## The line above will really be an asignment of type y <- format(cubo[...drop])
    ## Rest of code which will end up plotting the subset of the function
}

问题是我不断收到错误：Error in eval(expr, envir, enclos) : object 'fecha_valor' not found

对我来说最奇怪的是，在控制台上一切正常，但在我的子集函数中定义时却不行。

在控制台中：

> dc[list(as.Date("2013/01/01"))]
> dc[list(as.Date("2013/01/01")),]
> dc[list(as.Date("2013/01/01")),,]
> dc[list(as.Date("2013/01/01")),list(),list()]

全部给出结果：

<data.cube>
fact:
  5627 rows x 2 dimensions x 1 measures (0.32 MB)
dimensions:
  localizacion : 4 entities x 3 levels (0.01 MB)
  producto : 153994 entities x 3 levels (21.29 MB)
total size: 21.61 MB

但每当我尝试时

secciona(dc)
secciona(dc, fecha_valor = list(as.Date("2013/01/01")))
secciona(dc, fecha_valor = list())

我总是收到上面提到的错误。

任何想法为什么会发生这种情况？我应该以其他方式进行编辑子集以进行绘图的方法吗？

Answer 1

这是R用户在处理非标准评估时会面临的标准问题。这是计算语言 R 语言特性的结果。
[.data.cube 函数希望以交互方式使用，这扩展了传递给它的参数的灵活性，但有一些限制.在这方面，当将表达式从包装函数传递到 [ 子集运算符时，它类似于 [.data.table。我添加了虚拟示例以使其可重现。

我看到你已经在使用data.cube-oop 分支，所以只是为了向其他读者澄清。 data.cube-oop 分支是在 master 分支之前 92 次提交，安装使用以下。

install.packages("data.cube", repos = paste0("https://", c(
    "jangorecki.gitlab.io/data.cube",
    "Rdatatable.github.io/data.table",
    "cran.rstudio.com"
)))

library(data.cube)
set.seed(1)
ar = array(rnorm(8,10,5), rep(2,3), 
           dimnames = list(color = c("green","red"), 
                           year = c("2014","2015"), 
                           country = c("IN","UK"))) # sorted
dc = as.data.cube(ar)

f = function(color=list(), year=list(), country=list(), drop=FALSE){
    expr = substitute(
        dc[color=.color, year=.year, country=.country, drop=.drop],
        list(.color=color, .year=year, .country=country, .drop=drop)
    )
    eval(expr)
}
f(year=list(c("2014","2015")), country="UK")
#<data.cube>
#fact:
#  4 rows x 3 dimensions x 1 measures (0.00 MB)
#dimensions:
#  color : 2 entities x 1 levels (0.00 MB)
#  year : 2 entities x 1 levels (0.00 MB)
#  country : 1 entities x 1 levels (0.00 MB)
#total size: 0.01 MB

您只需将print(expr) 放在/而不是eval(expr) 之前即可跟踪表达式。

阅读有关非标准评估的更多信息：
- R Language Definition: Computing on the language
- Advanced R: Non-standard evaluation
- manual of substitute function
以及一些相关的 SO 问题：
- Passing on non-standard evaluation arguments to the subset function
- In R, why is [ better than subset?