dplyr() 中的非标准评估和 quasiquotation 未按（天真）预期工作

Question

我正在尝试搜索数据库，然后使用源自原始搜索的名称标记输出，"derived_name" 在下面的可重现示例中。我正在使用dplyr 管道%>%，并且在进行准引用和/或非标准评估时遇到了麻烦。具体来说，在最终的top_n() 函数中使用派生自"derived_name" 的字符对象count_colname 无法对数据帧进行子集化。

search_name <- "derived_name"
set.seed(1)
letrs <- letters[rnorm(52, 13.5, 5)]
letrs_count.df <- letrs %>%
    table() %>%
    as.data.frame()
count_colname <- paste0(search_name, "_letr_count")
colnames(letrs_count.df) <- c("letr", count_colname)
letrs_top.df <- letrs_count.df %>%
    top_n(5, count_colname)
identical(letrs_top.df, letrs_count.df)
# [1] TRUE

基于this discussion 我认为上面的代码可以工作。还有this post带我去试试top_n_()，好像不存在。

我正在学习vignette("programming")，这有点超出我的想象。 This post 引导我尝试 !! sym() 语法，它有效，但我不知道为什么！帮助理解为什么下面的代码工作将不胜感激。谢谢。

colnames(letrs_count.df) <- c("letr", count_colname)
letrs_top.df <- letrs_count.df %>%
    top_n(5, (!! sym(count_colname)))
letrs_top.df
#   letr derived_name_letr_count
# 1    l                       5
# 2    m                       6
# 3    o                       7
# 4    p                       5
# 5    q                       6

以下基于@lionel 和@Tung 的问题和cmets 的其他令人困惑的示例。这里让我感到困惑的是，帮助文件说sym()“将字符串作为输入并将它们转换为符号”和!!“取消引用它的论点”。但是，在下面的示例中，sym(count_colname) 似乎取消了对derived_name_letr_count 的引用。我不明白为什么!! sym(count_colname) 中需要!!，因为sym(count_colname) 和qq_show(!! sym(count_colname)) 给出相同的值。

count_colname
# [1] "derived_name_letr_count"
sym(count_colname)
# derived_name_letr_count
qq_show(count_colname)
# count_colname
qq_show(sym(count_colname))
# sym(count_colname)
qq_show(!! sym(count_colname))
# derived_name_letr_count
qq_show(!! count_colname)
# "derived_name_letr_count"

Answer 1

根据top_n 文档（?top_n），它不支持character/string 输入，因此第一个示例不起作用。在您的第二个示例中，rlang::sym 将字符串转换为变量名，然后 !! 将其取消引用，以便可以在 top_n 内对其进行评估。注意：top_n 和其他 dplyr verbs 会自动引用他们的输入。

按照@lionel 的建议使用rlang::qq_show，我们可以看到它不起作用，因为letrs_count.df 中没有count_colname 列

library(tidyverse)

set.seed(1)
letrs <- letters[rnorm(52, 13.5, 5)]
letrs_count.df <- letrs %>%
  table() %>%
  as.data.frame()

search_name <- "derived_name"
count_colname <- paste0(search_name, "_letr_count")
colnames(letrs_count.df) <- c("letr", count_colname)
letrs_count.df
#>    letr derived_name_letr_count
#> 1     b                       1
#> 2     c                       1
#> 3     f                       2
...

rlang::qq_show(top_n(letrs_count.df, 5, count_colname))
#> top_n(letrs_count.df, 5, count_colname)

sym & !! 创建letrs_count.df中存在的正确列名

rlang::qq_show(top_n(letrs_count.df, 5, !! sym(count_colname)))
#> top_n(letrs_count.df, 5, derived_name_letr_count)

letrs_count.df %>%
  top_n(5, !! sym(count_colname))
#>   letr derived_name_letr_count
#> 1    l                       5
#> 2    m                       6
#> 3    o                       7
#> 4    p                       5
#> 5    q                       6

top_n(x, n, wt)

参数：

• x: 一个tbl() 过滤

• n：要返回的行数。如果x 被分组，则这是每组的行数。如果有关系，将包括超过n 行。如果n 是正数，则选择顶部的n 行。如果为负，则选择底部的 n 行。

• wt：（可选）。用于排序的变量。如果未指定，则默认为 tbl 中的最后一个变量。 该参数被自动引用，稍后在数据框的上下文中进行评估。它支持取消引用。有关这些概念的介绍，请参阅 vignette("programming")。

另请参阅以下答案：1st、2nd、3rd

Answer 2

所以，我意识到我在这个问题（以及许多其他问题）中遇到的问题并不是真正的准引用和/或非标准评估，而是converting character strings into object names。这是我的新解决方案：

letrs_top.df <- letrs_count.df %>%
    top_n(5, get(count_colname))