将小标题转换为参数列表

Question

我正在尝试将 Tibble 转换为函数调用的参数列表。我这样做的原因是因为我想创建一个简单的文件规范 Tibble 来读取具有不同列的多个固定宽度文件。这样，我只需要使用 pull 和 select 指定文件中的哪些列，然后我就可以自动加载和解析文件。但是，我在使用 cols 对象来指定列格式时遇到了问题。

对于这个例子，假设我有一个格式的小标题：

> (filespec <- tibble(ID = c("Title", "Date", "ATTR"), Length = c(23, 8, 6), Type = c("col_character()", "col_date()", "col_factor(levels=c(123456,654321)")))
# A tibble: 3 x 3
     ID Length                               Type
  <chr>  <dbl>                              <chr>
1 Title     23                    col_character()
2  Date      8                         col_date()
3  ATTR      6 col_factor(levels=c(123456,654321)

我想得到一个 cols 格式的对象：

> (cols(Title = col_character(), Date = col_date(), ATTR=col_factor(levels=c(123456,654321))))
cols(
  Title = col_character(),
  Date = col_date(format = ""),
  ATTR = col_factor(levels = c(123456, 654321), ordered = FALSE)
)

从我读过的其他问题中，我知道这可以通过 do.call 完成。但我不知道如何以自动方式将列 ID 和 Type 转换为 cols 对象。这是我尝试过的一个示例...

> do.call(cols, select(filespec,ID, Type))
Error in switch(x, `_` = , `-` = col_skip(), `?` = col_guess(), c = col_character(),  : 
  EXPR must be a length 1 vector

我假设选择需要用另一个执行行到参数映射的函数包装，这是怎么做的？

Answer 1

tl;dr：有很多事情让这比看起来更复杂。但这是可行的，并且一旦理解了各个部分，生成的代码（最后提供）并不复杂。

正如 cmets 中所讨论的，我从根本上更喜欢 Joran 的方法。事实上，每当您发现自己将代码表达式存储在字符串中时，这应该会引起警钟：这是一种被称为 stringly typed code 的反模式（与 strongly typed code 完全相反）。不幸的是，R 充满了字符串类型的代码。

也就是说，您的用例（基于文件的配置）本身就是一个好主意。我会考虑以与 R 代码片段不同的格式存储信息。但是，它确实有效。那么让我们来探讨一下为什么您的代码不起作用。

第一个问题是：你将 tibble 传递给 do.call。 Tibbles 是列的列表，所以do.call 允许这样做。但是，在内部，您的调用被转换为等同于：

cols(
    ID = c("Title", "Date", "ATTR"),
    Type = c("col_character()", "col_date()", "col_factor(levels=c(123456,654321))")
)

——但这根本不是我们想要的代码！

我们需要在这里解决两件事：

1. 我们需要使用Type 列作为参数值，并使用ID 列作为参数名称。我们可以通过创建一个以ID 作为名称和Type 作为值的新列表来做到这一点：setNames(Type, ID)。

2. cols 不知道如何处理字符串参数。它需要列规范——Collector 类型的对象。

   换句话说，写"col_date()" 还是col_date() 有很大的不同。

要解决这个问题，我们需要做一些相当复杂的事情：我们需要将Type 列解析为 R 代码，并且我们需要评估解析后的表达式。 R 提供了两个方便的函数（分别为parse 和eval）来实现这一点。但是不要让两个简单函数的存在欺骗了你：这是一个非常复杂的操作。 R 本质上需要在您的代码片段上运行完整的解析器和解释器。如果代码不是您所期望的，它会变得更加棘手。例如，文本可能包含代码unlink('/', recursive = TRUE) 而不是col_date()。然后，R 会愉快地擦除您的硬盘。

这只是parse/eval 复杂且通常被避免的原因之一。其他原因包括：如果代码中出现解析错误会发生什么（事实上，您的代码确实包含缺少右括号……）？

但是我们走了。现在我们已经将所有部分组合在一起，我们可以相对轻松地将它们连接起来：

filespec %>%
    mutate(Parsed = lapply(Type, function (x) parse(text = x, encoding = 'UTF-8'))) %>%
    mutate(ColSpec = lapply(Parsed, eval)) %>%
    with(setNames(ColSpec, ID)) %>%
    do.call(cols, .)

逐段执行这段代码，看看它做了什么，并说服自己它工作正常。

Answer 2

我可能会以不同的方式处理这个问题，并将文件规范存储在一个简单的列表中：

library(purrr)
library(readr)
filespec <- list(Title = list(Length = 23,
                              Type = col_character()),
                 Date = list(Length = 8,
                             Type = col_date()),
                 ATTR = list(Length = 6,
                             Type = col_factor(levels = 123456,654321)))

a <- at_depth(.x = filespec,.depth = 1,.f = "Type")
> invoke(.f = cols,.x = a)

cols(
  Title = col_character(),
  Date = col_date(format = ""),
  ATTR = col_factor(levels = 123456, ordered = 654321, include_na = FALSE)
)

或者，

> invoke(.f = cols,.x = a[c('Title','ATTR')])
cols(
  Title = col_character(),
  ATTR = col_factor(levels = 123456, ordered = 654321, include_na = FALSE)
)