如何使用 dplyr 评估具有非标准评估的构造字符串？答案

【问题标题】：How to evaluate a constructed string with non-standard evaluation using dplyr?如何使用 dplyr 评估具有非标准评估的构造字符串？
【发布时间】：2018-01-01 20:58:02
【问题描述】：

我现在已经阅读了几本关于使用 dplyr 进行编程的指南，但我仍然对如何解决使用非标准评估 (NSE) 评估构造/连接字符串的问题感到困惑。我意识到有比使用 NSE 更好的方法来解决这个例子，但我想学习如何。

t <- tibble( x_01 = c(1, 2, 3), x_02 = c(4, 5, 6))
i <- 1

这是我想要的结果，但希望构造 mutate() 中的变量：

t %>% mutate(d_01 = x_01 * 2)
#>   A tibble: 3 x 3
#>   x_01  x_02  d_01
#>   <dbl> <dbl> <dbl>
#> 1  1.00  4.00  2.00
#> 2  2.00  5.00  4.00
#> 3  3.00  6.00  6.00

这是我第一次尝试，尝试使用字符串：

new <- sprintf("d_%02d", i)
var <- sprintf("x_%02d", i)
t %>% mutate(new = var * 2)
#> Error in mutate_impl(.data, dots) : 
#> Evaluation error: non-numeric argument to binary operator.

这是我的第二次尝试，尝试使用 quosures：

new <- rlang::quo(sprintf("d_%02d", i))
var <- rlang::quo(sprintf("x_%02d", i))
t %>% mutate(!!new = !!var * 2)
#> Error: unexpected '=' in "t %>% mutate(!!new ="

这是我的第三次尝试，尝试使用 quosures 和 := 运算符：

new <- rlang::quo(sprintf("d_%02d", i))
var <- rlang::quo(sprintf("x_%02d", i))
t %>% mutate(!!new := !!var * 2)
#> Error in var * 2 : non-numeric argument to binary operator

【问题讨论】：

标签： r dplyr nse rlang tidyeval

【解决方案1】：

像这样使用sym 和:=：

library(dplyr)
library(rlang)

t <- tibble( x_01 = c(1, 2, 3), x_02 = c(4, 5, 6))
i <- 1

new <- sym(sprintf("d_%02d", i))
var <- sym(sprintf("x_%02d", i))
t %>% mutate(!!new := (!!var) * 2)

给予：

# A tibble: 3 x 3
   x_01  x_02  d_01
  <dbl> <dbl> <dbl>
1     1     4     2
2     2     5     4
3     3     6     6

另请注意，这在基础 R 中是微不足道的：

tdf <- data.frame( x_01 = c(1, 2, 3), x_02 = c(4, 5, 6))
i <- 1

new <- sprintf("d_%02d", i)
var <- sprintf("x_%02d", i)
tdf[[new]] <- 2 * tdf[[var]]

【讨论】：

谢谢！那么，当您希望首先解析表达式时使用sym()？
当我们有一个字符串时使用sym。

【解决方案2】：

在学习 tidy eval 时，您可能会发现包 friendlyeval 很有用。它简化了 API 并使函数选择在此类情况下变得清晰。

你有两个字符串要用作列名，所以你可以这样写：

t <- tibble( x_01 = c(1, 2, 3), x_02 = c(4, 5, 6))
i <- 1

new <- sprintf("d_%02d", i)
var <- sprintf("x_%02d", i)
t %>% mutate(!!treat_string_as_col(new) := 
               !!treat_string_as_col(var) * 2)

您可以随时使用 RStudio 插件将 friendlyeval 代码转换为简洁的 eval 代码。考虑到您的学习目标，这可能会有所帮助。

【讨论】：