如何使用函数体中定义的变量作为该函数的参数？

Question

我正在解决这个问题：第一个人掷出 3 个骰子中的 1 个，然后第二个人掷出剩下的 2 个骰子中的 1 个。骰子是 6 面的，但每面都有随机数字（对应于每个骰子的数字在该骰子的样本中列出）。

approximated.probability.that.c1.wins <- function(n, k, c1, c2){

    red <- replicate(k, sum(sample(c(3,3,3,3,3,6), n)))
    yellow <- replicate(k, sum(sample(c(2,2,2,5,5,5), n)))     
    green <- replicate(k, sum(sample(c(1,4,4,4,4,4), n))) 

    return(sum(c1 > c2))
}

approximated.probability.that.c1.wins(1, 1000, red, green)

当我将c1 和c2 替换为函数中的向量（如sum(red > green)）时，我的函数工作。但是，当我按原样运行该函数时，它返回错误"object 'red' not found"。目标是用我在调用函数时定义的任何颜色替换c1 和c2。

Answer 1

您尝试做的是相当高级的 R。请注意，red 和 green 未在您的父框架中定义，因此在常规编程中这不起作用。但是，如果您将它们捕获为表达式然后评估一次 red、green 和 yellow 存在，它确实有效。这是一种方法：

library(rlang)
approximated.probability.that.c1.wins <- function(n, k, c1, c2){
  c1 <- enexpr(c1)
  c2 <- enexpr(c2)

  red <- replicate(k, sum(sample(c(3,3,3,3,3,6), n)))
  yellow <- replicate(k, sum(sample(c(2,2,2,5,5,5), n)))     
  green <- replicate(k, sum(sample(c(1,4,4,4,4,4), n))) 

  # note: added divide by k to calculate probability
  return(sum(eval(c1) > eval(c2))/k)
}

set.seed(1234)
approximated.probability.that.c1.wins(1, 1000, red, green)
[1] 0.299

Answer 2

我们可以使用base R 来实现这一点，方法是作为字符串传递，然后使用get 获取值

approximated.probability.that.c1.wins <- function(n, k, c1, c2){

   red <- replicate(k, sum(sample(c(3,3,3,3,3,6), n)))
   yellow <- replicate(k, sum(sample(c(2,2,2,5,5,5), n)))     
    green <- replicate(k, sum(sample(c(1,4,4,4,4,4), n))) 

   return(sum(get(c1) > get(c2)))
}

approximated.probability.that.c1.wins(1, 3, 'red', 'green')

Answer 3

非标准评价

创建由red、yellow 和green 三个组件组成的列表L。 然后可以使用指示的表达式来转换非标准输入 用于在 L 中查找适当组件的字符串。

approximated.probability.that.c1.wins <- function(n, k, c1, c2){

    L <- list(red = replicate(k, sum(sample(c(3,3,3,3,3,6), n))),
              yellow = replicate(k, sum(sample(c(2,2,2,5,5,5), n))),
              green = replicate(k, sum(sample(c(1,4,4,4,4,4), n))))

    c1 <- deparse(substitute(c1))  ## 
    c2 <- deparse(substitute(c2))  ##

    sum(L[[c1]] > L[[c2]])
}

approximated.probability.that.c1.wins(1, 1000, red, green)

标准评价

要使用标准评估（而不是上面使用的非标准），我们将传递 "red" 和 "green" 而不是 red 和 green 然后我们不再需要上面标有 ## 的两行所以代码简化为：

approximated.probability.that.c1.wins <- function(n, k, c1, c2){

    L <- list(red = replicate(k, sum(sample(c(3,3,3,3,3,6), n))),
              yellow = replicate(k, sum(sample(c(2,2,2,5,5,5), n))),
              green = replicate(k, sum(sample(c(1,4,4,4,4,4), n))))

    sum(L[[c1]] > L[[c2]])
}

approximated.probability.that.c1.wins(1, 1000, "red", "green")

使用环境

虽然通常最好不要乱用环境，但定义 L 的替代方法是使用问题中的原始代码，但将正文的最后一行替换为：

e <- environment()
sum(e[[c1]] > e[[c2]])

e 包含当前函数中的所有变量。这将适用于标准评估部分，也适用于使用标记为 ## 的行的非标准评估。