编程功能：DPLYR 和 PURRR 中的 NSE

Question

目前，当我尝试将函数包装在我多次使用的 dplyr 和 purrr 完成的一些计算时，我遇到了一些非标准评估问题。

我已阅读有关 NSE 的信息，并且认为我知道我的功能无法正常工作的地方 - 但是，我无法弄清楚为什么会这样。

例如，我想围绕以下计算包装一个函数，其中分组变量以及新变量的名称、使用的分类变量和均值的输入变量应该是动态的：

 Data <- Data %>%
  group_by(WeekBeforeRelease) %>%
  mutate(visitors_genreother_instr = map_dbl(Genre_Category, ~ mean(Visitors[Genre_Category != .x]))) %>%
  ungroup() %>%
  as.data.frame()

按照here 的描述，使用 NSE 将这个函数变成如下：

Function_Other <- function(ENDOGVAR, VARNAME, GROUP_MOVIE, GROUP_TIME){

  ENDOGVAR <- enquo(ENDOGVAR)
  VARNAME <- quo_name(enquo(VARNAME))
  GROUP_MOVIE <- enquo(GROUP_MOVIE)
  GROUP_TIME <- enquo(GROUP_TIME)

  Data <<- Data %>%
    group_by(!!GROUP_TIME) %>%
    mutate(!!VARNAME := map_dbl(!!GROUP_MOVIE, ~mean(!!ENDOGVAR[!!GROUP_MOVIE != .x]))) %>%
    ungroup() %>%
    as.data.frame()
}

但是，这似乎不能很好地处理平均值计算中带括号的子集。如果我将 !!ENDOGVAR 替换为访客，则一切正常且按预期进行。但是，它会产生以下错误：

Error in NextMethod("[") : object '.x' not found 

我很高兴能帮助我理解这个问题。

提前非常感谢！

回旋曲

Answer 1

我们可以将!! 包裹在大括号中以避免任何操作优先级，现在应该可以正常工作了

library(tidyverse)
Function_Other <- function(ENDOGVAR, VARNAME, GROUP_MOVIE, GROUP_TIME){

  ENDOGVAR <- enquo(ENDOGVAR)
  VARNAME <- quo_name(enquo(VARNAME))
  GROUP_MOVIE <- enquo(GROUP_MOVIE)
  GROUP_TIME <- enquo(GROUP_TIME)

  Data %>%
    group_by(!!GROUP_TIME) %>%
    mutate(!!VARNAME := map_dbl(!!GROUP_MOVIE, ~
           mean((!!ENDOGVAR)[(!!GROUP_MOVIE) != .x]))) %>%
    ungroup() %>%
    as.data.frame()

}


Data <- mtcars
out <- Function_Other(mpg, newcol, am, gear)
head(out, 3)
#   mpg cyl disp  hp drat    wt  qsec vs am gear carb newcol
#1 21.0   6  160 110 3.90 2.620 16.46  0  1    4    4  21.05
#2 21.0   6  160 110 3.90 2.875 17.02  0  1    4    4  21.05
#3 22.8   4  108  93 3.85 2.320 18.61  1  1    4    1  21.05

更新

使用rlang 0.4.0（使用dplyr0.8.2 测试）我们还可以使用{{...}} 来代替、引用和取消引用。前面的函数可以写成

Function_OtherN <- function(ENDOGVAR, VARNAME, GROUP_MOVIE, GROUP_TIME){  


  Data %>%
    group_by({{GROUP_TIME}}) %>%
    mutate({{VARNAME}} := map_dbl({{GROUP_MOVIE}}, ~
           mean({{ENDOGVAR}}[{{GROUP_MOVIE}} != .x]))) %>%
    ungroup() %>%
    as.data.frame()

}


out1 <- Function_OtherN(mpg, newcol, am, gear)

-检查之前的输出

identical(out1, out)
[1] TRUE