使用 dplyr 的 do() 在复杂表达式上进行 NSE

Question

当变量引用的形式为 ".$mpg" 时，有人可以帮助我理解 NSE 如何与 dplyr 一起工作。

看完here后，我想用as.name就可以了，因为我有一个字符串，它给出了一个变量名。

例如，这个有效：

mtcars %>% 
summarise_(interp(~mean(var), var = as.name("mpg")))

这行不通：

mtcars %>% 
summarise_(interp(~mean(var), var = as.name(".$mpg")))

但这确实：

mtcars %>% 
 summarise(mean(.$mpg))

这也是：

mtcars %>%
summarise(mean(mpg))

我希望能够以 .$mpg 的形式指定变量，这样当我无法像在以下示例：

library(dplyr)
library(broom)

mtcars %>% 
 tbl_df() %>% 
 slice(., 1) %>% 
 do(tidy(prop.test(.$mpg, .$disp, p = .50)))

这里选择随机变量是为了演示prop.test函数的工作原理，请不要将此解释为误用测试。

最后，我想把它变成这样的函数：

 library(lazyeval)
 library(broom)
 library(dplyr)


p_test <- function(x, miles, distance){
        x %>% 
         tbl_df() %>% 
         slice(., 1) %>% 
         do_(tidy(prop.test(miles, distance, p = .50))) 
  }

p_test(mtcars, ".$mpg", ".$disp")

我原本以为我必须做这样的事情： interp(~var, var = as.name(miles) 其中 miles 将被替换为 .$mpg，但正如我在顶部提到的那样，这似乎不起作用。

Answer 1

原因是 as.name 创建了一个未计算的 变量名 ，但是 .$mpg 在代码中使用时不是一个变量名。相反，它是一个复杂的表达式，相当于：

`$`(., mpg)

也就是说，它是对函数 $ 的函数调用，带有两个参数。使用 as.name 会导致 R 随后搜索名称为 `.$mpg` 的变量，而不是调用上述函数。

这就是为什么您的尝试不起作用的原因。解决方案相对简单：我们需要创建一个未求值的函数调用表达式，而不是创建一个未求值的变量名。我们可以通过多种方式做到这一点，我将在这里展示两个。

第一个就是调用 parse:

p_test = function (data, miles, distance) {
    x = parse(text = miles)[[1]]
    n = parse(text = distance)[[1]]
    data %>%
        slice(1) %>%
        do_(interp(~tidy(prop.test(x, n, p = 0.5)), x = x, n = n))
}

现在您可以调用 p_test(mtcars, '.$mpg', '.$disp') 并获得所需的结果。

然而，更 dplyr-y 做同样事情的方法是将未评估的对象传递给 p_test:

p_test(mtcars, mpg, disp)

…我们可以通过简单的更改轻松做到这一点：

p_test_ = function (data, var1, var2) {
    data %>%
        slice(1) %>%
        do_(interp(~tidy(prop.test(.$x, .$n, p = 0.5)),
                   x = as.name(var1), n = as.name(var2)))
}

p_test = function (data, var1, var2) {
    p_test_(data, substitute(var1), substitute(var2))
}

现在下面两段代码都可以工作了：

p_test(mtcars, mpg, disp)
p_test_(mtcars, 'mpg', 'disp')

使用 dplyr 的 do() 在复杂表达式上进行 NSE

NSE on complex expressions with dplyr's do()

r

dplyr

nse