获取函数中变量的名称，无论它是直接传递还是通过 *apply
get the name of variable in function regardless of if it was passed directly or via *apply
我可以通过以下方式获取传递的内容和名称 data.frame 以发挥作用：
my.func1 <- function(dframe, ...){
content <- dframe
name <- deparse(substitute(dframe))
name
}
> my.func1(mtcars)
[1] "mtcars"
我有 data.frame 的列表，我需要为此列表中的每个 data.frame 调用此函数。有几种可能的方法，在我之前的中提到过，例如：
> LoDFs <- list(first=data.frame(y1=c(1,2,3), y2=c(4,5,6)), second=data.frame(yA=c(1,2,3), yB=c(4,5,6)))
> lapply(names(LoDFs), function(x) { x })
[[1]]
[1] "first"
[[2]]
[1] "second"
这个之所以有效，是因为我将名称直接传递给函数，当我想访问函数内部 data.frame 的内容时，我可以使用 LoDFs[[x]]。我可以编写一种类型的函数，无论是直接传递（第一个示例）还是使用列表中的 lapply（第二个示例），它都能够获取 data.frame 的名称？
PS：我在想是否有可能以某种方式确定 "parent" 函数，如果这个父项是 *apply 那么我会以不同的方式处理它，但我没有知道这是否是正确的方法。
编辑回复 G. Grothendieck
好的，所以我将 my.func1 重写为
my.func1 <- function(dframe.val, dframe.name, ...){
value <- dframe.val
name <- dframe.name
name
}
使用 mapply 为列表中的每个 data.frame 调用它的示例：
mapply(my.func1, LoDFs, names(LoDFs))
直接调用示例：
my.func1(mtcars, as.character(substitute(mtcars)))
这是另一个参数，但似乎它在工作（我不是 100% 确定 as.character(substitute(mtcars)) 是否正确）。
如果在 lapply 中使用 LoDF，名称将丢失，但 mapply 可用于传递名称和值：
fun <- function(nm, DF) sprintf("%s has %d rows", nm, nrow(DF))
mapply(fun, names(LoDFs), LoDFs)
是的，可以这样做：
fun <- function(df,...) {
call1 <- sys.call(1L);
if (grepl(perl=T,'apply$',as.character(call1[[1L]]))) {
name <- df;
df <- get(envir=sys.frame(-2L),as.character(call1[[2L]][[2L]]))[[name]];
} else {
name <- substitute(df);
if (length(name)==3L && as.character(name[[1L]])=='$') {
name <- as.character(name[[3L]]);
} else {
name <- deparse(name);
}; ## end if
}; ## end if
print(name);
print(df);
invisible();
}; ## end fun()
直接参数：
fun(mtcars);
## [1] "mtcars"
## mpg cyl disp hp drat wt qsec vs am gear carb
## Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4
## Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4
## Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1
## Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1
## Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3 2
## Valiant 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3 1
## Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3 4
## Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4 2
## Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4 2
## Merc 280 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4 4
## Merc 280C 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4 4
## Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3 3
## Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3 3
## Merc 450SLC 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3 3
## Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3 4
## Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3 4
## Chrysler Imperial 14.7 8 440.0 230 3.23 5.345 17.42 0 0 3 4
## Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1
## Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2
## Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1
## Toyota Corona 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3 1
## Dodge Challenger 15.5 8 318.0 150 2.76 3.520 16.87 0 0 3 2
## AMC Javelin 15.2 8 304.0 150 3.15 3.435 17.30 0 0 3 2
## Camaro Z28 13.3 8 350.0 245 3.73 3.840 15.41 0 0 3 4
## Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3 2
## Fiat X1-9 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4 1
## Porsche 914-2 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5 2
## Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5 2
## Ford Pantera L 15.8 8 351.0 264 4.22 3.170 14.50 0 1 5 4
## Ferrari Dino 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5 6
## Maserati Bora 15.0 8 301.0 335 3.54 3.570 14.60 0 1 5 8
## Volvo 142E 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4 2
命名列表取消引用：
fun(LoDFs$first);
## [1] "first"
## y1 y2
## 1 1 4
## 2 2 5
## 3 3 6
fun(LoDFs$second);
## [1] "second"
## yA yB
## 1 1 4
## 2 2 5
## 3 3 6
应用命名列表：
invisible(lapply(names(LoDFs),fun));
## [1] "first"
## y1 y2
## 1 1 4
## 2 2 5
## 3 3 6
## [1] "second"
## yA yB
## 1 1 4
## 2 2 5
## 3 3 6
我可以通过以下方式获取传递的内容和名称 data.frame 以发挥作用：
my.func1 <- function(dframe, ...){
content <- dframe
name <- deparse(substitute(dframe))
name
}
> my.func1(mtcars)
[1] "mtcars"
我有 data.frame 的列表，我需要为此列表中的每个 data.frame 调用此函数。有几种可能的方法，在我之前的
> LoDFs <- list(first=data.frame(y1=c(1,2,3), y2=c(4,5,6)), second=data.frame(yA=c(1,2,3), yB=c(4,5,6)))
> lapply(names(LoDFs), function(x) { x })
[[1]]
[1] "first"
[[2]]
[1] "second"
这个之所以有效，是因为我将名称直接传递给函数，当我想访问函数内部 data.frame 的内容时，我可以使用 LoDFs[[x]]。我可以编写一种类型的函数，无论是直接传递（第一个示例）还是使用列表中的 lapply（第二个示例），它都能够获取 data.frame 的名称？
PS：我在想是否有可能以某种方式确定 "parent" 函数，如果这个父项是 *apply 那么我会以不同的方式处理它，但我没有知道这是否是正确的方法。
编辑回复 G. Grothendieck
好的，所以我将 my.func1 重写为
my.func1 <- function(dframe.val, dframe.name, ...){
value <- dframe.val
name <- dframe.name
name
}
使用 mapply 为列表中的每个 data.frame 调用它的示例：
mapply(my.func1, LoDFs, names(LoDFs))
直接调用示例：
my.func1(mtcars, as.character(substitute(mtcars)))
这是另一个参数，但似乎它在工作（我不是 100% 确定 as.character(substitute(mtcars)) 是否正确）。
如果在 lapply 中使用 LoDF，名称将丢失，但 mapply 可用于传递名称和值：
fun <- function(nm, DF) sprintf("%s has %d rows", nm, nrow(DF))
mapply(fun, names(LoDFs), LoDFs)
是的，可以这样做：
fun <- function(df,...) {
call1 <- sys.call(1L);
if (grepl(perl=T,'apply$',as.character(call1[[1L]]))) {
name <- df;
df <- get(envir=sys.frame(-2L),as.character(call1[[2L]][[2L]]))[[name]];
} else {
name <- substitute(df);
if (length(name)==3L && as.character(name[[1L]])=='$') {
name <- as.character(name[[3L]]);
} else {
name <- deparse(name);
}; ## end if
}; ## end if
print(name);
print(df);
invisible();
}; ## end fun()
直接参数：
fun(mtcars);
## [1] "mtcars"
## mpg cyl disp hp drat wt qsec vs am gear carb
## Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4
## Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4
## Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1
## Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1
## Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3 2
## Valiant 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3 1
## Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3 4
## Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4 2
## Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4 2
## Merc 280 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4 4
## Merc 280C 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4 4
## Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3 3
## Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3 3
## Merc 450SLC 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3 3
## Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3 4
## Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3 4
## Chrysler Imperial 14.7 8 440.0 230 3.23 5.345 17.42 0 0 3 4
## Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1
## Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2
## Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1
## Toyota Corona 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3 1
## Dodge Challenger 15.5 8 318.0 150 2.76 3.520 16.87 0 0 3 2
## AMC Javelin 15.2 8 304.0 150 3.15 3.435 17.30 0 0 3 2
## Camaro Z28 13.3 8 350.0 245 3.73 3.840 15.41 0 0 3 4
## Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3 2
## Fiat X1-9 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4 1
## Porsche 914-2 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5 2
## Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5 2
## Ford Pantera L 15.8 8 351.0 264 4.22 3.170 14.50 0 1 5 4
## Ferrari Dino 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5 6
## Maserati Bora 15.0 8 301.0 335 3.54 3.570 14.60 0 1 5 8
## Volvo 142E 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4 2
命名列表取消引用：
fun(LoDFs$first);
## [1] "first"
## y1 y2
## 1 1 4
## 2 2 5
## 3 3 6
fun(LoDFs$second);
## [1] "second"
## yA yB
## 1 1 4
## 2 2 5
## 3 3 6
应用命名列表：
invisible(lapply(names(LoDFs),fun));
## [1] "first"
## y1 y2
## 1 1 4
## 2 2 5
## 3 3 6
## [1] "second"
## yA yB
## 1 1 4
## 2 2 5
## 3 3 6