在 R 中动态创建数据框和变量名称，类似于 SAS 和 STATA 中的宏

Question

一年多来，我一直在努力寻找解决方案，并决定写一篇关于它的帖子。任何帮助，将不胜感激。这是我可以在 Stata 和 SAS 中轻松完成但我不知道如何在 R 中完成的伪代码。{} 是今年引入 dplyr 的类似胶水的运算符， 所以我将它用作使伪代码工作的运算符的占位符。

library(tidyverse)
var <- "mpg"
df_name <- "mtcars"

{df_name} %>% count({var})

{df_name}_1 <- {df_name} %>% mutate(., {var}_1={var}/2)

length({df_name}_1)

应该导致

library(tidyverse)
var <- "mpg"
df_name <- "mtcars"

mtcars %>% count(mpg)

mtcars_1 <- mtcars %>% mutate(., mpg_1=mpg/2)

length(mtcars_1)

在 Stata 中，我可以轻松地使用这样的本地或全局宏：

local df_name "mtcars"

然后将其引用为 `df_name'

在 SAS 中，我可以使用这样的全局宏：

 %LET df_name=mtcars;

然后像 &df_name 一样引用它。

请注意引用这些值在视觉上是多么容易——没有赋值、获取、括号、mgets等。

这两种方法都允许在数据集名称、函数、变量等中使用它们。极大地简化了我的代码并为我节省了大量时间。如何在 R 中使用视觉简洁性来做到这一点？我的代码对于熟悉 Stata/SAS 的人来说应该是可读的（dplyr 在这方面很棒！），太多的 eval，将所有东西包装在函数中，用括号赋值只会让他们放弃项目或迫使我改回SAS/Stata。

我尝试了 {{}}、!!、enquo、sym 和 NSE 的所有组合，但仍然不知道如何以一种视觉上简单的方式使其工作。在 dplyr 管道中，变量名终于有了一些解决方法，但数据帧和基础 R 没有。

我非常感谢您在这件事上的任何帮助！我在 2009 年使用 R 时遇到了这个问题，并放弃了 R，直到我不得不在 2019 年回来，但仍然找不到解决这个问题的简单方法。

Answer 1

R 是一种函数式编程语言。您将使用元编程来创建代码，而不是使用像 SAS 这样的宏样式文本替换来创建新功能。 R 中的变量名是符号，而不是字符串。试图强制这两种不同的编程范式看起来相同通常不是一个好主意，并且会导致两种语言中的一种非常不习惯。

使用 R 最好跟踪数据本身而不是数据的名称，并使用符号跟踪要使用的列。

library(tidyverse)

df <- mtcars
var <- rlang::sym("mpg")

那你就可以了

df %>% count(!!var)

或者创建一个函数

get_counts <- function(data, x) {
    data %>% count({{x}})
}
get_counts(df, mpg)   #use actual column name
get_counts(df, !!var) #or use name from variable with !!

您可以使用 := 和一些带有 dplyr 的 glue 样式 sytnax 命名新变量

df %>% mutate(., "{var}_1" := !!var/2)

您也可以将其放入函数中

create_new_var <- function(data, x) {
  data %>% mutate(., "{{x}}_1":={{x}}/2)
}
create_new_var(df, mpg)
create_new_var(df, !!var)

然后，您无需使用名称中的数字索引创建变量，而是使用管道

df %>% 
   create_new_var(!!var) %>%
   length()

或者，如果您要处理多个值，则将值保存在命名列表中。然后你可以在列表上映射函数。例如

df_name <- "mtcars"
data <- mget(df_name, inherits = TRUE)
fixed <- map(data, ~create_new_var(., !!var))
lens <- map(fixed, ~length(.))
lens$mtcars
# [1] 12
lens[[df_name]]
# [1] 12

如果您有多个 data.frames 存储在 data 列表中，这也可以工作

我强烈反对你使用这样的东西，但你可以定义一种新的赋值类型，允许字符串行变量名。例如

`%<-%` <-  function(x, value) {
  varname <- glue::glue(x, .envir = parent.frame())
  invisible(assign(varname, value, envir = parent.frame()))
}

df_name <- "mtcars"
"{df_name}_1" %<-% { get(df_name) %>% create_new_var(!!var) }

在这里，我们定义了%<-% 而不是<-，它将采用类似字符串的名称并将它们扩展并将它们转换为新变量。我们使用get() 来获取带有字符串的变量的值。请注意，我们需要在要分配给新值的表达式周围使用{}，因为我们无法控制新运算符的优先级。它与管道运算符具有相同的优先级，因此默认情况下一切都会从左到右。不过，这不是一个适当的 R 编程可能会做的事情。

Answer 2

我不认为需要在 R 中使用 get 而不是在 SA 中使用 LET 更困难。将命名字符值转换为 R 名称或“语言”表达式的 dplyr 机制是 !! 运算符，因此这似乎是您请求的第一部分的精确实现：

 library(tidyverse)
 var <- "mpg"
 df_name <- get("mtcars")  # this will create a separate copy
 
 
 df_name %>% count(!!var)
#  "mpg"  n
#1   mpg 32

不过，您需要对下一部分使用assign 操作。我不认为 dplyr 已经尝试模仿 SAS 的宏特性，大多数有经验的 R 用户会认为这是可憎的。大约 10 年前，一位 R-greats 曾努力说明 R 如何进行宏处理，但我认为他这样做更多是为了说明为什么不应该这样做，而不是出于任何意图R 更像 SAS。 （我现在出去找文章。）

这是document.，它接近 20 年前。转到第 11 页。