整洁的评估范围是否有限制？答案

【问题标题】：Are there limits to tidy evaluation scope?整洁的评估范围是否有限制？
【发布时间】：2018-05-11 20:37:54
【问题描述】：

我正在尝试使用 dplyr 0.7.0 中定义的 tidy 评估。

但是，在mutate() 中的函数调用期间，我遇到了错误。似乎没有像我预期的那样评估变量。

library(dplyr)
library(tibble)
library(tidyr)

myCor <- function(col1, col2) {
  col1 <- enquo(col1)
  col2 <- enquo(col2)

  mtcars %>%
    rownames_to_column("vehicle") %>%
    select(vehicle, !!col1, !!col2) %>%
    mutate(correlation=cor(!!col1, !!col2))
}

myCor("mpg", "disp")
# Error in mutate_impl(.data, dots) : 
#   Evaluation error: 'x' must be numeric.

相反，我必须使用这种不整洁的 eval 语法来获得所需的输出。

myCor <- function(col1, col2) {
  col1_tidy <- enquo(col1)
  col2_tidy <- enquo(col2)

  mtcars %>%
    rownames_to_column("vehicle") %>%
    select(vehicle, !!col1_tidy, !!col2_tidy) %>%
    mutate(correlation=cor(eval(parse(text=col1)), eval(parse(text=col2))))
}

myCor("mpg", "disp")
# vehicle  mpg  disp correlation
# 1            Mazda RX4 21.0 160.0  -0.8475514
# 2        Mazda RX4 Wag 21.0 160.0  -0.8475514
# 3           Datsun 710 22.8 108.0  -0.8475514
# 4       Hornet 4 Drive 21.4 258.0  -0.8475514
# ...

有没有办法在整个示例中使用整洁的评估？

【问题讨论】：

用 myCor(mpg, disp) 调用你的第一个函数（不需要引号，这就是 nse 的乐趣 :)）
比较 myCor(mpg, disp) 到 myCor("mpg", "disp") 引号有很大的不同。有了它们，你就有了性格价值，没有它们，你就有了符号。 NSE 通常假定您有符号。
如果您确实需要将字符串转换为字符值转换为符号，最好使用as.name() 或rlang::sym() 而不是parse(text=))
select 可以处理字符串作为输入，mutate 不能——它期望“裸”列名称发生了变异。 select 在那里更灵活
rlang::sym() 可以处理字符串和裸列名称，这比quo 和enquo 是一个很好的奖励。看起来select 使用的是sym 或其复数形式syms 和mutate 使用的是enquo。

标签： r dplyr rlang tidyeval

【解决方案1】：

如果您想将字符串作为参数传递，请使用 ensym 而不是 enquo...

library(dplyr)
library(rlang)
library(tibble)

myCor <- function(col1, col2) {
  col1 <- ensym(col1)
  col2 <- ensym(col2)

  mtcars %>%
    rownames_to_column("vehicle") %>%
    select(vehicle, !!col1, !!col2) %>%
    mutate(correlation=cor(!!col1, !!col2))
}

# both of these will work now
myCor("mpg", "disp")
myCor(mpg, disp)

【讨论】：

CRAN 版本的 dplyr 导入 rlang，所以我认为这在技术上是不必要的

【解决方案2】：

来自小插曲Programming with dplyr：

大多数 dplyr 参数不是引用透明的。这意味着您不能用您在别处定义的看似等效的对象替换值。

因此，您需要将不带引号的列名传递给函数，然后使用 enquo 正确捕获环境并且 !! 返回未带引号的列名，如 mutate 所期望的那样。

要将普通的mutate-call 转换为具有非标准评估的函数，这样开始可能更直观。
首先像没有函数一样写下调用：

mtcars %>%
    rownames_to_column("vehicle") %>%
    select(vehicle, mpg, disp) %>%
    mutate(correlation = cor(mpg, disp))

这有效（并且引用 mpg 和 disp 会引发错误！）。
现在拉变量，你想在调用前改变并替换它们：

col1 <- quo(mpg)
col2 <- quo(disp)

mtcars %>%
  rownames_to_column("vehicle") %>%
  select(vehicle, !!col1, !!col2) %>%
  mutate(correlation=cor(!!col1, !!col2))

由于这是在函数之外，我们必须在这里使用quo，但在最后一步中，当我们将其包装在函数中时，我们使用enquo。

myCor <- function(var1, var2) {
  col1 <- enquo(var1)
  col2 <- enquo(var2)

  mtcars %>%
    rownames_to_column("vehicle") %>%
    select(vehicle, !!col1, !!col2) %>%
    mutate(correlation=cor(!!col1, !!col2))
}

我为函数参数使用不同的名称，然后使用“引用”对象（enquo）使区别更清晰，但当然它也适用于col1 和col2。

【讨论】：