为什么 `substitute` 在多行中起作用，但在一行中不起作用？

Question

我试图回答关于为 data.table 对象创建非标准评估函数，进行分组求和。 Akrun 想出了一个可爱的答案，我将在这里简化它：

akrun <- function(data, var, group){
 var <- substitute(var)
 group <- substitute(group)
 data[, sum(eval(var)), by = group]
}

library(data.table)
mt = as.data.table(mtcars)
akrun(mt, cyl, mpg)
#    group    V1
# 1:     6 138.2
# 2:     4 293.3
# 3:     8 211.4

我也在研究一个答案，并且得到了接近相同的答案，但是 substitutes 与其他答案内嵌。我的导致错误：

gregor = function(data, var, group) {
  data[, sum(eval(substitute(var))), by = substitute(group)]
} 

gregor(mt, mpg, cyl)
# Error in `[.data.table`(data, , sum(eval(substitute(var))), by = substitute(group)) : 
#  'by' or 'keyby' must evaluate to vector or list of vectors 
#  (where 'list' includes data.table and data.frame which are lists, too)

从表面上看，我的功能只是 Akrun 的简单替代。为什么它不起作用？

请注意，两个替换都会导致问题，如下所示：

gregor_1 = function(data, var, group) {
  var = substitute(var)
  data[,sum(eval(var)), 
       by = substitute(group)]
} 
gregor_1(mt, mpg, cyl)
# Same error as above


gregor_2 = function(data, var, group) {
  group = substitute(group)
  data[,sum(eval(substitute(var))), 
       by = group]
} 
gregor_2(mt, mpg, cyl)
# Error in eval(substitute(var)) : object 'mpg' not found

Answer 1

似乎 substitute 在 data table 中的工作方式与人们期望它在其他上下文中的工作方式不同，但您可以使用 rlang 包中的 enexpr substitute 的位置：

library(data.table)
library(rlang)

gregor_rlang = function(data, var, group) {
  data[, sum(eval(enexpr(var))), by = .(group = eval(enexpr(group)))]
} 

gregor_rlang(mt, mpg, cyl)
##    group    V1
## 1:     6 138.2
## 2:     4 293.3
## 3:     8 211.4

环境

这个问题似乎与环境有关，因为这在我们特别给出了 substitute 应该使用的环境的地方有效。

gregor_pf = function(data, val, group) {
  data[, sum(eval(substitute(val, parent.env(environment())))), 
    by = c(deparse(substitute(group)))]
} 
gregor_pf(mt, mpg, cyl)
##      cyl    V1
## 1:     6 138.2
## 2:     4 293.3
## 3:     8 211.4

Answer 2

在 substitute 的文档中，您可以阅读它如何决定要替换的内容，事实上，默认情况下，它会搜索调用它的环境。如果您在 data.table 框架内调用 substitute （即在 [] 内）它将无法找到符号，因为它们不存在于 data.table 评估环境中，他们在调用 [ 的环境中。

您可以"invert"调用函数的顺序以获得您想要的行为：

library(data.table)

foo <- function(dt, group, var) {
    eval(substitute(dt[, sum(var), by = group]))
}

foo(as.data.table(mtcars), cyl, mpg)
   cyl    V1
1:   6 138.2
2:   4 293.3
3:   8 211.4

Answer 3

data.table 使用 NSE，因为它需要 analyse/manipulate by 参数，然后再选择是否对其求值（如果你给它一个符号，例如它不会评估它）。

结果是，如果需要评估参数，则应在正确的环境中对其进行评估，这是函数的责任。 data.table 在数据中评估其 by 参数，而不是在调用环境中。

在大多数情况下，您看不到这个问题，因为如果找不到符号，将在父环境中对其进行评估，但 substitute() 更敏感。

参见下面的示例：

fun <- function(x){
  standard_eval(x)
  non_standard_eval_safe(x)
  non_standard_eval_not_safe(x)
}

standard_eval          <- function(expr) print(expr)

non_standard_eval_safe <- function(expr) {
  expr <- bquote(print(.(substitute(expr)))) # will be quote(print(x)) in our example
  eval.parent(expr)
}

non_standard_eval_not_safe <- function(expr) {
  expr <- bquote(print(.(substitute(expr))))  # will be quote(print(x)) in our example
  eval(expr)
}

standard_eval(1+1)          
#> [1] 2

non_standard_eval_safe(1+1)
#> [1] 2

non_standard_eval_not_safe(1+1)
#> [1] 2

fun(1+1)
#> [1] 2
#> [1] 2
#> Error in print(x): object 'x' not found

^{由 reprex package (v0.3.0)}

于 2020 年 2 月 20 日创建

为什么 `substitute` 在多行中起作用，但在一行中不起作用？

Why does `substitute` work in multiple lines, but not in a single line?

r

data.table

non-standard-evaluation

环境