在 dplyr::mutate() 的上下文中，在 dplyr::case_when() 中使用复杂的 RHS 表达式
Using complex RHS expressions in `dplyr::case_when()` in the context of `dplyr::mutate()`
问题
我正在尝试使用 dplyr::mutate() 和 dplyr::case_when() 在使用存储在另一个对象 ("lookup list") 中的数据填充的数据框中创建一个新的数据列，并且基于数据框中列中的信息。
我知道答案可能与（不）正确使用准报价和 NSE 有关，但我无法根据我的情况推断 Programming with dplyr vignette 中的信息。
我希望在这里发布这个代表可以指导我找到正确的答案，我认为解决这个问题将大大有助于我理解 NSE。
示例数据
key_list <- list(
"a" = list(
foo = 1,
bar = 2),
"b" = list(
foo = 3,
bar = 4),
"c" = list(
foo = 5,
bar = 6)
)
x <- tibble(fruit = c("apple", "orange", "grape", "apple", "apple", "orange"),
`Old Letter` = c("a", "a", "b", "c", "c", "c"),
`Old Number` = c(9, 8, 7, 6, 5, 4)
)
x
# # A tibble: 6 x 3
# fruit `Old Letter` `Old Number`
# <chr> <chr> <dbl>
# 1 apple a 9
# 2 orange a 8
# 3 grape b 7
# 4 apple c 6
# 5 apple c 5
# 6 orange c 4
目标
具体来说，我想在 x 中创建一个新列（我将其称为 `New Number`），该列基于 x$fruit 和 x$`Old Letter` 中的值进行填充.
这是模仿我在实际用例中挂断的地方的代码：
x %>% mutate(`New Number` = case_when(
fruit == "apple" ~ pluck(key_list, `Old Letter`, "foo") * 10,
fruit == "orange" ~ pluck(key_list, `Old Letter`, "foo") * 100,
fruit == "grape" ~ pluck(key_list, `Old Letter`, "foo") * 1000
))
# Error: Index 1 must have length 1, not 6
预期输出
在我看来，我看到了这样的（期望的）操作顺序，例如第一行x：
fruit == "apple" 为真，因此计算此表达式：pluck(key_list, `Old Letter`, "foo") * 10- 由于该行的
`Old Letter` 列中的值为 "a"，表达式变为 pluck(key_list, "a", "foo") * 10（应该对全局环境中的 key_list 对象进行操作)
- 这简化为
2 * 10 等于 20
- 将此表达式的计算结果放入
`New Number` 列。
将此外推到整个命令，我预计这是输出：
# # A tibble: 6 x 4
# fruit `Old Letter` `Old Number` `New Number`
# <chr> <chr> <dbl> <dbl>
# 1 apple a 9 20
# 2 orange a 8 200
# 3 grape b 7 4000
# 4 apple c 6 60
# 5 apple c 5 60
# 6 orange c 4 600
我的看法：
从我收到的错误消息来看，它看起来不是 `Old Letter` 列中的单个值被用作 pluck() 使用的索引，而是整个 `Old Letter` 列作为向量传递。我猜这是因为根据 documentation for case_when():
case_when() is not a tidy eval function.
我试图追踪这是如何发生的，但跟踪堆栈似乎没有向我指出任何有用的地方，并且将整个命令包装在 rlang::qq_show() 或 quo() 中都没有'告诉我 R 是如何解释关于 NSE 的命令的，因为它们都抛出了同样的错误。
我尝试过以下组合：
quo()、enquo(),!!、!!enquo()（缩写为{{}}），以及sym()
在上面的 Reprex 代码中，并将其包装到一个函数中，但它抛出相同的错误：
get_num <- function(x, y) purrr::pluck(key_list, x, y)
x %>% mutate(`New Number` = case_when(
fruit == "apple" ~ get_num(`Old Letter`, "foo") * 10,
fruit == "orange" ~ get_num(`Old Letter`, "foo") * 100,
fruit == "grape" ~ get_num(`Old Letter`, "foo") * 1000
))
# Error: Index 1 must have length 1, not 6
关于 SO 的另一个问题告诉我
I guess what you are missing about case_when() is that the arguments are evaluated at once, not per row.
但我不确定if/how是否适用于我的情况，所以我很茫然。
无论如何，感谢大家提供的任何帮助！
sessionInfo():
R version 3.6.0 (2019-04-26)
Platform: x86_64-apple-darwin15.6.0 (64-bit)
Running under: macOS 10.15
Matrix products: default
BLAS: /System/Library/Frameworks/Accelerate.framework/Versions/A/Frameworks/vecLib.framework/Versions/A/libBLAS.dylib
LAPACK: /Library/Frameworks/R.framework/Versions/3.6/Resources/lib/libRlapack.dylib
locale:
[1] en_US.UTF-8/en_US.UTF-8/en_US.UTF-8/C/en_US.UTF-8/en_US.UTF-8
attached base packages:
[1] stats graphics grDevices utils datasets methods base
other attached packages:
[1] rlang_0.4.1 readxl_1.3.1 forcats_0.4.0 stringr_1.4.0 dplyr_0.8.3 purrr_0.3.3 readr_1.3.1 tidyr_1.0.0 tibble_2.1.3
[10] ggplot2_3.2.1 tidyverse_1.2.1
loaded via a namespace (and not attached):
[1] Rcpp_1.0.2 cellranger_1.1.0 pillar_1.4.2 compiler_3.6.0 base64enc_0.1-3 tools_3.6.0 digest_0.6.22 zeallot_0.1.0 evaluate_0.14
[10] lubridate_1.7.4 jsonlite_1.6 lifecycle_0.1.0 nlme_3.1-141 gtable_0.3.0 lattice_0.20-38 pkgconfig_2.0.3 cli_1.1.0 rstudioapi_0.10
[19] yaml_2.2.0 haven_2.1.1 xfun_0.10 withr_2.1.2 xml2_1.2.2 httr_1.4.1 knitr_1.25 generics_0.0.2 vctrs_0.2.0
[28] hms_0.5.1 grid_3.6.0 tidyselect_0.2.5 glue_1.3.1 R6_2.4.0 fansi_0.4.0 rmarkdown_1.16 modelr_0.1.5 magrittr_1.5
[37] htmltools_0.4.0 backports_1.1.5 scales_1.0.0 rvest_0.3.4 assertthat_0.2.1 colorspace_1.4-1 utf8_1.1.4 stringi_1.4.3 lazyeval_0.2.2
[46] munsell_0.5.0 broom_0.5.2 crayon_1.3.4
我认为这个问题可能与 NSE 关系不大，因为 pluck 未矢量化 - 正如目前所写的那样 pluck 不是每行评估一次，而是尝试所有行立即从 运行 到 pluck。但是，如您所想，pluck 需要输入单个数字，而不是向量。
解决此问题的一种方法是 map 函数跨行，将您的代码用作一个 lambda 风格的小函数。请注意，您需要使用 map_dbl 来强制转换一个数值，否则 map 将 return 一个列表，所有内容都会爆炸:-)
x %>%
mutate(`New Number` = case_when(
fruit == "apple" ~ map_dbl(`Old Letter`, ~ pluck(key_list, ., "foo")) * 10,
fruit == "orange" ~ map_dbl(`Old Letter`, ~ pluck(key_list, ., "foo")) * 100,
fruit == "grape" ~ map_dbl(`Old Letter`, ~ pluck(key_list, ., "foo")) * 1000
))
# # A tibble: 6 x 4
# fruit `Old Letter` `Old Number` `New Number`
# <chr> <chr> <dbl> <dbl>
# 1 apple a 9 10
# 2 orange a 8 100
# 3 grape b 7 3000
# 4 apple c 6 50
# 5 apple c 5 50
# 6 orange c 4 500
问题
我正在尝试使用 dplyr::mutate() 和 dplyr::case_when() 在使用存储在另一个对象 ("lookup list") 中的数据填充的数据框中创建一个新的数据列，并且基于数据框中列中的信息。
我知道答案可能与（不）正确使用准报价和 NSE 有关，但我无法根据我的情况推断 Programming with dplyr vignette 中的信息。
我希望在这里发布这个代表可以指导我找到正确的答案，我认为解决这个问题将大大有助于我理解 NSE。
示例数据
key_list <- list(
"a" = list(
foo = 1,
bar = 2),
"b" = list(
foo = 3,
bar = 4),
"c" = list(
foo = 5,
bar = 6)
)
x <- tibble(fruit = c("apple", "orange", "grape", "apple", "apple", "orange"),
`Old Letter` = c("a", "a", "b", "c", "c", "c"),
`Old Number` = c(9, 8, 7, 6, 5, 4)
)
x
# # A tibble: 6 x 3
# fruit `Old Letter` `Old Number`
# <chr> <chr> <dbl>
# 1 apple a 9
# 2 orange a 8
# 3 grape b 7
# 4 apple c 6
# 5 apple c 5
# 6 orange c 4
目标
具体来说，我想在 x 中创建一个新列（我将其称为 `New Number`），该列基于 x$fruit 和 x$`Old Letter` 中的值进行填充.
这是模仿我在实际用例中挂断的地方的代码：
x %>% mutate(`New Number` = case_when(
fruit == "apple" ~ pluck(key_list, `Old Letter`, "foo") * 10,
fruit == "orange" ~ pluck(key_list, `Old Letter`, "foo") * 100,
fruit == "grape" ~ pluck(key_list, `Old Letter`, "foo") * 1000
))
# Error: Index 1 must have length 1, not 6
预期输出
在我看来，我看到了这样的（期望的）操作顺序，例如第一行x：
fruit == "apple"为真，因此计算此表达式：pluck(key_list, `Old Letter`, "foo") * 10- 由于该行的
`Old Letter`列中的值为"a"，表达式变为pluck(key_list, "a", "foo") * 10（应该对全局环境中的key_list对象进行操作) - 这简化为
2 * 10等于20 - 将此表达式的计算结果放入
`New Number`列。
将此外推到整个命令，我预计这是输出：
# # A tibble: 6 x 4
# fruit `Old Letter` `Old Number` `New Number`
# <chr> <chr> <dbl> <dbl>
# 1 apple a 9 20
# 2 orange a 8 200
# 3 grape b 7 4000
# 4 apple c 6 60
# 5 apple c 5 60
# 6 orange c 4 600
我的看法：
从我收到的错误消息来看，它看起来不是 `Old Letter` 列中的单个值被用作 pluck() 使用的索引，而是整个 `Old Letter` 列作为向量传递。我猜这是因为根据 documentation for case_when():
case_when()is not a tidy eval function.
我试图追踪这是如何发生的，但跟踪堆栈似乎没有向我指出任何有用的地方，并且将整个命令包装在 rlang::qq_show() 或 quo() 中都没有'告诉我 R 是如何解释关于 NSE 的命令的，因为它们都抛出了同样的错误。
我尝试过以下组合：
quo()、enquo(),!!、!!enquo()（缩写为{{}}），以及sym()
在上面的 Reprex 代码中，并将其包装到一个函数中，但它抛出相同的错误：
get_num <- function(x, y) purrr::pluck(key_list, x, y)
x %>% mutate(`New Number` = case_when(
fruit == "apple" ~ get_num(`Old Letter`, "foo") * 10,
fruit == "orange" ~ get_num(`Old Letter`, "foo") * 100,
fruit == "grape" ~ get_num(`Old Letter`, "foo") * 1000
))
# Error: Index 1 must have length 1, not 6
I guess what you are missing about
case_when()is that the arguments are evaluated at once, not per row.
但我不确定if/how是否适用于我的情况，所以我很茫然。
无论如何，感谢大家提供的任何帮助！
sessionInfo():
R version 3.6.0 (2019-04-26)
Platform: x86_64-apple-darwin15.6.0 (64-bit)
Running under: macOS 10.15
Matrix products: default
BLAS: /System/Library/Frameworks/Accelerate.framework/Versions/A/Frameworks/vecLib.framework/Versions/A/libBLAS.dylib
LAPACK: /Library/Frameworks/R.framework/Versions/3.6/Resources/lib/libRlapack.dylib
locale:
[1] en_US.UTF-8/en_US.UTF-8/en_US.UTF-8/C/en_US.UTF-8/en_US.UTF-8
attached base packages:
[1] stats graphics grDevices utils datasets methods base
other attached packages:
[1] rlang_0.4.1 readxl_1.3.1 forcats_0.4.0 stringr_1.4.0 dplyr_0.8.3 purrr_0.3.3 readr_1.3.1 tidyr_1.0.0 tibble_2.1.3
[10] ggplot2_3.2.1 tidyverse_1.2.1
loaded via a namespace (and not attached):
[1] Rcpp_1.0.2 cellranger_1.1.0 pillar_1.4.2 compiler_3.6.0 base64enc_0.1-3 tools_3.6.0 digest_0.6.22 zeallot_0.1.0 evaluate_0.14
[10] lubridate_1.7.4 jsonlite_1.6 lifecycle_0.1.0 nlme_3.1-141 gtable_0.3.0 lattice_0.20-38 pkgconfig_2.0.3 cli_1.1.0 rstudioapi_0.10
[19] yaml_2.2.0 haven_2.1.1 xfun_0.10 withr_2.1.2 xml2_1.2.2 httr_1.4.1 knitr_1.25 generics_0.0.2 vctrs_0.2.0
[28] hms_0.5.1 grid_3.6.0 tidyselect_0.2.5 glue_1.3.1 R6_2.4.0 fansi_0.4.0 rmarkdown_1.16 modelr_0.1.5 magrittr_1.5
[37] htmltools_0.4.0 backports_1.1.5 scales_1.0.0 rvest_0.3.4 assertthat_0.2.1 colorspace_1.4-1 utf8_1.1.4 stringi_1.4.3 lazyeval_0.2.2
[46] munsell_0.5.0 broom_0.5.2 crayon_1.3.4
我认为这个问题可能与 NSE 关系不大，因为 pluck 未矢量化 - 正如目前所写的那样 pluck 不是每行评估一次，而是尝试所有行立即从 运行 到 pluck。但是，如您所想，pluck 需要输入单个数字，而不是向量。
解决此问题的一种方法是 map 函数跨行，将您的代码用作一个 lambda 风格的小函数。请注意，您需要使用 map_dbl 来强制转换一个数值，否则 map 将 return 一个列表，所有内容都会爆炸:-)
x %>%
mutate(`New Number` = case_when(
fruit == "apple" ~ map_dbl(`Old Letter`, ~ pluck(key_list, ., "foo")) * 10,
fruit == "orange" ~ map_dbl(`Old Letter`, ~ pluck(key_list, ., "foo")) * 100,
fruit == "grape" ~ map_dbl(`Old Letter`, ~ pluck(key_list, ., "foo")) * 1000
))
# # A tibble: 6 x 4
# fruit `Old Letter` `Old Number` `New Number`
# <chr> <chr> <dbl> <dbl>
# 1 apple a 9 10
# 2 orange a 8 100
# 3 grape b 7 3000
# 4 apple c 6 50
# 5 apple c 5 50
# 6 orange c 4 500