R惰性评估ifelse逻辑条件

Question

我有以下 data.table:

dtable <- data.table(column1 = c(1, 2, 3, 5, 6, 7, 8),
                     column2 = c(1, 1, 1, 5, 5, 6, 8),
                     column3 = c(7, 8, 9, 0, 9, 2, 3))

我想做类似以下功能的东西，但在参数化函数中：

dtable %>% 
  dplyr::group_by(column1) %>% 
  dplyr::summarise(Result = ifelse(column1 == column2, "A", "B"))

为此，我创建了以下函数：

Test <- function(.df, .columnName, .columnToGroup){
  res <- .df %>%
    # This line is interpreted correctly
    dplyr::group_by_(lazyeval::interp(.columnToGroup, .columnToGroup = as.name(.columnToGroup))) %>%

    # This line does not interpret the == condition as a logical one
    dplyr::summarise_(Result = ifelse((lazyeval::interp(.columnToGroup == .columnName,
                                                        .columnToGroup = as.name(.columnToGroup),
                                                        .columnName = as.name(.columnName))),
                                      "A", "B"))
  return(res)
}

我将非标准求值函数（group_by_ 和 summarise_）与 lazyeval::interp 函数结合使用，但未解释 == 条件正确的方法，我得到以下异常：

Test(dtable, "column1", "column2")

 Error in UseMethod("interp") : 
  no applicable method for 'interp' applied to an object of class "logical"

我尝试了很多不同的组合（quote、expr_env、as.lazy 等），但都没有成功。感谢这个伟大的 Non-standard evaluation guide 我之前能够使用这些 lazyeval 函数来评估算术表达式，但我找不到让它们解释这段代码中的逻辑条件的方法。

如有任何帮助，我们将不胜感激。

Answer 1

有了ifelse，我们可以试试（在评论中使用@docendodiscimus 使用list）

Test <- function(.df, .columnName, .columnToGroup){
 .df %>%   
   dplyr::group_by_(.dots = .columnToGroup )%>%
            dplyr::summarise_(.dots =

                            setNames(list(lazyeval::interp(quote(ifelse(colGrp == colName,
                               "A", "B")), .values = list(colGrp = as.name(.columnToGroup),
                                                    colName = as.name(.columnName)))),
                                  "Result"))

 }

res2 <- Test(dtable, "column2", "column1")
identical(res1, res2)
#[1] TRUE

其中 'res1' 是

res1 <- dtable %>% 
          dplyr::group_by(column1) %>% 
          dplyr::summarise(Result = ifelse(column1 == column2, "A", "B"))

更新

有了 dplyr 的新版本，即 0.6.0（等待 2017 年 4 月发布），我们也可以在 group_by 和 summarise 中取消引用。 enquo 函数与 base R 中的 substitute 执行类似的工作，通过接收输入参数可以创建一个 quosure 并且它没有被引用（!! 或 UQ) 在 group_by 和 summarise 内进行评估

Test1 <- function(df, colN, colGrp){
      colN <- enquo(colN)
      colGrp <- enquo(colGrp)

      df %>% 
         group_by(!!colGrp) %>%
         summarise(Result = if_else((!!colGrp) == (!!colN), "A", "B"))
}

res3 <- Test1(dtable, column2, column1)
identical(res2, res3)
#[1] TRUE

R惰性评估ifelse逻辑条件

R lazy evaluation ifelse logical condition

r

dplyr

lazyeval

更新