【问题标题】:Clean way to do nested lazy evaluation in rlang在 rlang 中进行嵌套惰性求值的干净方法
【发布时间】:2017-05-17 11:21:59
【问题描述】:

假设我有一个函数f,它接受一堆参数以及一个可选的额外参数。

f <- function(..., extra)
{
    arglst <- lapply(quos(...), get_expr)
    if(!missing(extra))
    {
        extra <- get_expr(enquo(extra))
        arglst <- c(arglst, extra=extra)
    }
    arglst
    ## ... do something with argument list ... ##
}

f(a, extra=foo)
# [[1]]
# a
# 
# $extra
# foo

请注意,我不想像这样评估参数,但我确实想获取传入的表达式,以便由其他代码进行评估。

新的rlang 包(它为dplyr 的下一个版本提供支持,即将在CRAN Real 上发布)为我在上面的f 中使用的惰性评估提供了广泛的设施。比如quosget_exprenquo都是rlang的函数。

f 中,我处理extra 的部分实际上是样板代码:我想在其他函数中执行此操作,而不仅仅是在f 中。我不想每次都重写,所以我想我应该把它放到它自己的函数中:

doExtra <- function(arglst, extra)
{
    if(!missing(extra))
    {
        extra <- get_expr(enquo(extra))
        arglst <- c(arglst, extra=extra)
    }
    arglst
}

f2 <- function(..., extra)
{
    arglst <- lapply(quos(...), get_expr)
    arglst <- doExtra(arglst, extra)
    arglst
}

问题是当我这样做时,doExtra 看到的extra 的值是从f2 传入的,而不是原来的:

f2(a, extra=foo)
# [[1]]
# a
#
# $extra
# extra

如何修改f 以隔离样板代码,而不会得到错误的结果?我可以直接操作doExtra的调用框架的环境,但这会非常难看。

【问题讨论】:

    标签: r lazy-evaluation tidyverse


    【解决方案1】:
    • 要将命名参数转发给另一个引用函数,您必须先引用然后取消引用:!! enquo(arg)。如果您只传递enquo(arg),则enquoting 函数将看到:enquo(arg)。如果你传递参数符号,它也会看到。这就是为什么您需要在它捕获的参数中取消引用。

      !! enquo(arg) 触发enquo(arg) 的评估,它返回提供给arg 参数的表达式。然后它在您的函数捕获的参数中不加引号。

    • 如果您要引用可能丢失的参数,最好先引用它,然后使用quo_is_missing() 检查是否丢失。引用缺少的参数会创建通过不带参数调用 quo() 返回的相同对象。

    • 如果你不需要quosures,你可以使用exprs()enexpr()。但是,您正在失去环境,并且使进一步的评估变得脆弱。

      如果您以其他方式捕获环境以使用base::eval() 或类似方式对其进行评估,请注意quosures 可以包含其他quosures。只有eval_tidy() 会理解这些嵌套的quosures。

    IIUC 你的问题,它是关于传递一个应该被引用到另一个函数的参数。一种方法是在第一个函数中捕获,然后将值传递给第二个函数:

    library("purrr")
    library("rlang")
    
    f <- function(..., extra) {
      exprs <- exprs(...)
    
      # Pass the enquoted argument by value
      exprs <- extra_by_value(exprs, enexpr(extra))
    
      exprs
    }
    extra_by_value <- function(exprs, extra) {
      if (!is_missing(extra)) {
        c(exprs, extra = extra)
      } else {
        exprs
      }
    }
    

    如果第二个函数必须按表达式而不是按值(可能是因为它是另一个面向用户的动词),则必须取消引用被引用的表达式:

    f <- function(..., extra) {
      exprs <- exprs(...)
    
      # Since the argument is captured by the function, we need
      # to unquote the relevant expression into the argument:
      exprs <- extra_by_expression(exprs, !! enexpr(extra))
    
      exprs
    }
    extra_by_expression <- function(exprs, extra) {
      extra <- enexpr(extra)
      if (!is_missing(extra)) {
        c(exprs, extra = extra)
      } else {
        exprs
      }
    }
    

    所有这些概念都适用于quosures。这是等效的代码:

    f <- function(..., extra) {
      quos <- quos(...)
    
      # Since the argument is captured by the function, we need
      # to unquote the relevant expression into the argument:
      quos <- extra_by_expression(quos, !! enquo(extra))
    
      quos
    }
    extra_by_expression <- function(quos, extra) {
      extra <- enquo(extra)
      if (!quo_is_missing(extra)) {
        c(quos, extra = extra)
      } else {
        quos
      }
    }
    

    使用 quosures 几乎总是比使用原始表达式更好,因为它们会跟踪上下文。

    【讨论】:

    • 使用 quosures 是有问题的,因为下游代码自己执行 NSE。 extra_by_expression 代码对我不起作用(它似乎将!! 解析为!( !(...)))但extra_by_value 有效。谢谢。
    • 我想说它不是使用有问题的 quosures,而是以一种不整洁的方式进行 NSE ;)
    • 我尝试了类似的方法:outer(columnName) 调用 inner(columnName) 使用 columnName 调用 dplyr 函数。 outerinner 都使用 enquo,然后是 !!inner 单独有效,但 outer 无效。以不整洁的方式使用 NSE 是什么意思?
    • 它应该可以工作。你能发布一个带有reprex的问题吗?不整洁的 NSE 是指没有 quosures 和没有 quasiquotation 的 NSE。
    猜你喜欢
    • 2021-03-10
    • 2016-01-18
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2015-08-21
    • 2014-04-30
    • 2018-12-21
    相关资源
    最近更新 更多