R dplyr::mutate_ 和 lubridate::parse_date_time 标准评估未按预期协同工作

Question

我认为这是 dplyr 中的一个错误，但这可能只是我自己对标准评估的误解。如果有人可以提供帮助，那就太好了

考虑：

library(dplyr)
library(lubridate)

df <- frame_data( ~ start_date,
                    "07/15/2015 15:39", 
                    "07/15/2015 15:42")

df_NSE <- df %>% 
          mutate(response_date = parse_date_time(start_date, orders ="mdY hm"))

我原以为以下内容将是标准评估等价物：

  var_name <- "start_date"

    df_SE_expected_to_work <- df %>% 
              mutate_(response_date = ~parse_date_time(var_name, orders ="mdY hm"))

但这只会引发警告，并且 response_date 列只有空白行：

Warning message:
All formats failed to parse. No formats found. 

即使使用 interp，我也尝试了许多变体，只是为了确保这不是我对 NSE 的理解，例如：

df_SE_interp_expected_to_work <- df %>% 
          mutate_(response_date = interp(~parse_date_time(var_name, orders ="mdY hm"), var_name = var_name))

但我得到了相同的结果

我能够破解这两种情况的有效解决方案：

df_SE_working <- df %>% 
          mutate_(response_date = ~parse_date_time(df[[var_name]], orders ="mdY hm"))
df_SE_interp_working <- df %>% 
          mutate_(response_date = interp(~parse_date_time(df[[var_name]], orders ="mdY hm"), var_name = var_name))

sessionInfo()
R version 3.2.3 (2015-12-10)
Platform: x86_64-pc-linux-gnu (64-bit)
Running under: Ubuntu 14.04.4 LTS

locale:
 [1] LC_CTYPE=en_US.UTF-8       LC_NUMERIC=C               LC_TIME=en_US.UTF-8        LC_COLLATE=en_US.UTF-8    
 [5] LC_MONETARY=en_US.UTF-8    LC_MESSAGES=en_US.UTF-8    LC_PAPER=en_US.UTF-8       LC_NAME=C                 
 [9] LC_ADDRESS=C               LC_TELEPHONE=C             LC_MEASUREMENT=en_US.UTF-8 LC_IDENTIFICATION=C       

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base     

other attached packages:
 [1] lazyeval_0.1.10.9000 lubridate_1.5.0      ednaetl_0.1          purrr_0.2.0          psqlfun_0.1         
 [6] dplyr_0.4.3.9000     tidyr_0.4.0          uuid_0.1-2           RPostgreSQL_0.4      DBI_0.3.1           

loaded via a namespace (and not attached):
 [1] Rcpp_0.12.3        assertthat_0.1     R6_2.1.2           magrittr_1.5       stringi_1.0-1     
 [6] tools_3.2.3        stringr_1.0.0      yaml_2.1.13        parallel_3.2.3     rsconnect_0.4.1.11
[11] knitr_1.12.3     

也许我只是遗漏了一些明显的东西来使它与 mutate_ 一起工作？

Answer 1

你试过了吗

df2 <- df %>%
    mutate_(response_date = ~parse_date_time(start_date, orders ="mdY hm"))

使用公式表示法只是为了避免 R 试图评估给定的表达式。因此，您可以使用与 NSE 中完全相同的调用，但要加上一个曲线。

---

为了说明如何以编程方式执行此操作：

x <- "start_date"
df2 <- df %>%
    mutate_(response_date = formula(sprintf("~parse_date_time(%s, orders='mdY hm')", x)))

Answer 2

标准评估评估事物（或多或少）就像它们在基础 R 中一样，这意味着如果您想评估 var_name 作为列名，则不能使用不带引号的列名；相反，您必须指定要子集的 data.frame。

这里还有另一个问题：tbl_df 在您将子集设置为列名时不返回向量，而是返回单个列 tbl_df，parse_date_time 无法处理。

例如，

> df[,var_name]
Source: local data frame [2 x 1]

        start_date
             (chr)
1 07/15/2015 15:39
2 07/15/2015 15:42

> dfdf <- as.data.frame(df)
> dfdf[,var_name]
[1] "07/15/2015 15:39" "07/15/2015 15:42"

这可能是dplyr 努力使一切返回数据帧的结果。因此

df %>% mutate_(response_date = ~parse_date_time(df[,var_name], orders ="mdY hm"))

会失败，但是

dfdf <- as.data.frame(df)
dfdf %>% mutate_(response_date = ~parse_date_time(dfdf[,var_name], orders ="mdY hm"))

会起作用。您可以通过使用[[ 子集来使其在上面工作，该子集返回tbl_df 和data.frame 的向量；另一种选择是使用unlist 强制解决问题。

据我所知，没有办法调用在链过程中创建的列或分组列（除了嵌套分组）；总体而言，SE 选项打开了一些编程可能性，但以方便为代价（加上大量的混乱）。