无法将变量范围限定为“标准化::标准化”的 R 函数

Question

我正在尝试创建一个自定义函数，允许我使用 standardize 包将混合效果标准化应用于大型 dplyr 数据框。

尽管尝试了各种形式的 quosure、使用 !!、惰性求值和使用 do.call，但我未能将函数参数解析为标准化函数。

我已经查看了这些主题 (, ) 中的信息并尝试实施它们。

# example_df

df <- data.frame(
subject = rep( c("01", "02", "03", "04", "05"), 1, each = 5),
time = rep(1:5, 5),
x = rnorm(25, 0, 1) )
library(dplyr)
df <- tbl_df(df) %>% mutate(subject = factor(subject))

library(standardize)

quick_mixed_efx <- function(df, col){
st_x <- standardize(!!col ~ time + 1| subject, data = df)}

quick_mixed_efx(df, x)

Error in eval(predvars, data, env) : object 'x' not found

另一次（失败）尝试：

q_m_efx_2 <- function(df, col){
s_form <- !! col ~ time + 1 | subject
st_x <- do.call("standardize", list(formula = s_form, data = df))
return(st_x) }

q_m_efx2(df, x) 给出了同样的错误。

理想情况下，我希望能够按照以下方式直接从函数中提取标准化数据：

st_x <- standardize(x ~ time + 1|subject, data = df)

st_x$data$x

在函数之外工作正常

我哪里错了？

Answer 1

!! 语法由 rlang 包实现，仅可用于需要此类值的函数（例如 "tidyverse" 包中的函数）。这不是处理非标准评估的通用方法。特别是，当前版本的 standardize 不支持这种用于变量扩展的语法。所以你必须使用更传统的方法。

以下是使用 substitute() 函数

重写函数的方法

quick_mixed_efx <- function(df, col) {
  form <- substitute(col ~ time + 1| subject)
  standardize(form, data = df)}

quick_mixed_efx(df, x)

无法将变量范围限定为“标准化::标准化”的 R 函数

Unable to scope variables into R functions for `standardize::standardize`

r

lazy-evaluation

scoping

standardized