Tibbles 和数据定义的列名

Question

我在自己的函数中使用 tibbles，通常接受变量名作为参数。所以基本上，而不是做

tibble %>% do_something(foo)

我做了很多

function(bar){
  tibble %>% do_something(bar)
}

我对定义列名的不同方式感到困惑，具体取决于上下文：尽管它通过反复试验而起作用，而且我开始理解为什么，但我会重视清晰的总结 + 解释。有些函数需要一个带有列名的字符向量（它们是最简单的使用），我认为有些函数需要符号（如果我错了，请纠正我），有时两者都不起作用，有时两者都起作用，有时不同的方法起作用但是给出不同的结果：

bar
get(bar)
!!!rlang:::sym(bar)
all_of(bar)

让我们探索一下：

ds <- tibble(aa=c(1,2,3),bb=c(4,5,6))

myvar <- "aa"
myvars <- c("aa","bb")

1) 首先，我们的函数似乎可以使用字符向量：

参数被明确描述为 char：

ds %>% left_join(ds,by=myvar)

参数被描述为 tidy-select：

ds %>% select(all_of(myvars)) # Ok
ds %>% select(myvars)
# NOT ds %>% select(get(myvar))
ds %>% select(!!!rlang::syms(myvars))

好的，所以我已经不明白了。 select() 接受一个或多个字符串向量或符号。但为什么它不接受 get(myvar) ？ myvar的值是字符串“aa”，为什么不等于ds %>% select("aa")？

ds %>% summarise(across( all_of(myvars), max ))
ds %>% summarise(across( myvars, max ))
# NOT ds %>% summarise(across(get(myvars),max))
# NOT ds %>% summarise(across( !!!rlang::syms(myvars) , max ))

尽管across() 声称接受 tidy-select 语法，但这似乎仅在有限的意义上是正确的（它接受字符但不接受符号，不像 select 消化两者）。

2) 然后，我们的函数似乎可以处理符号：

Arg 是“分组依据的变量或计算”= 一个符号？

ds %>% group_by(!!!rlang:::syms(myvar) )
ds %>% group_by(get(myvar))
ds %>% group_by(all_of(myvar))
# But NOT ds %>% group_by(myvar)

所有三个工作，但给出不同的结果......

Arg 是数据屏蔽

ds %>% count(get(myvar))
ds %>% count(!!!rlang::syms(myvar)) 
# But:
ds %>% count(all_of(myvar))# Works, but NOT the same result !

ds %>% filter(get(myvar)==1)
ds %>%  filter(.data[[myvar]] == 1) 
# NOT ds %>% filter(!!!rlang:::syms(myvar)==1)

ds %>% mutate(cc=myvar) # Works, but fills cc with the string "aa"
ds %>% mutate(cc=get(myvar))
ds %>% mutate(cc=.data[[myvar]])
# NOT ds %>% mutate(cc=!!!rlang::syms(myvar))

ds %>% mutate(myvar=11) # Works, by creating a column called "myvar"
ds %>% mutate(.data[[myvar]] * 0 +11) # Works similarly
# NOT ds %>% mutate(get(myvar)=11)
# NOT ds %>% mutate(!!!rlang::syms(myvar)=11)

终于...

我们在这里引入一种全新的语法！

ds %>% mutate("{myvar}" := 11)  

Arg 是“要扩展的列的规范”

ds %>% complete(!!!rlang::syms(myvars))
# NOT ds %>% complete(get(myvars))
# Error: Join columns must be present in data.
# x Problem with `get(myvars)`.

存在一个已知问题

# NOT ds %>% complete(myvars)
# NOT ds %>% complete(all_of(myvars))

原则上，应该可以使用 tidy-select 语法 (all_of) 传递列的名称，但是从 2021 年初开始，这不起作用 (https://github.com/tidyverse/tidyr/issues/1033)

所以，简而言之：有人可以解释我何时（以及为什么）使用以下内容吗？

bar
get(bar)
!!!rlang:::sym(bar)
all_of(bar)
"{myvar}"

Answer 1

一些问题在group_by，它会在across

ds %>%
     group_by(across(all_of(myvar)))
# A tibble: 3 x 2
# Groups:   aa [3]
#     aa    bb
#  <dbl> <dbl>
#1     1     4
#2     2     5
#3     3     6

或count

ds %>% 
   count(across(all_of(myvar)))

同样

 ds %>% 
     mutate(!! myvar := 11)  
# A tibble: 3 x 2
#     aa    bb
#  <dbl> <dbl>
#1    11     4
#2    11     5
#3    11     6

complete 步骤有效

ds %>% 
    complete(!!!rlang::syms(myvars))
# A tibble: 9 x 2
#     aa    bb
#  <dbl> <dbl>
#1     1     4
#2     1     5
#3     1     6
#4     2     4
#5     2     5
#6     2     6
#7     3     4
#8     3     5
#9     3     6