Tidyeval 拥抱不适用于默认值

Question

我在 dplyr 的 mutate 中使用了一个函数 perc_diff。它默认计算与组中第一个值的相对差异。但它也可以与 mean、max、nth 或任何 return 一个值来比较其他值的函数一起使用。

perc_diff <- function(num, fun = first, ...) {
    (num - fun(num, ...)) / fun(num, ...) * 100
}

有时，我需要更多地控制与哪个组进行比较。在那种情况下，我通过检测模式来订购 data.frame，然后使用 first.

test_data <- data.frame(group = paste0("group_", rep(LETTERS[1:3], 3)), value = 1:9, other = rep(1:3, each = 3)) %>%
arrange(rnorm(9)) 

test_data %>%
group_by(other) %>%
arrange(other, desc(str_detect(group, "A$"))) %>%
mutate(pdiff = perc_diff(value))

我想跳过安排的步骤，将其构建到函数中，如果找不到控制组，也有它 return NAs。我制作了一个 get_control_value 函数，perc_diff 可以使用它来代替 first。我用dplyr编程的拥抱技术得到了测试组列。

get_control_value <- function(value, test_group_column = test_group, control_group_pattern = "A$") {
    test_vector <- stringr::str_detect({{test_group_column}}, control_group_pattern)
    if (sum(test_vector) == 1) {
        value[test_vector]
    } else {
        NA
    }
}

如果我给它 test_group_column 的值，它会很好用。

test_data %>%
group_by(other) %>%
mutate(pdiff = perc_diff(value, get_control_value, test_group_column = group)) %>%
arrange(other, group)

但它不适用于默认值。

test_data %>%
rename(group = test_group) %>%
group_by(other) %>%
mutate(pdiff = perc_diff(value, get_control_value)) %>%
arrange(other, group)

我的问题是 - 为什么它不能使用默认值？我猜这与 str_detect 不是适当的准引用上下文有关。但是，如果我手动给它赋值，为什么它会起作用呢？因为我在 mutate?

内完成

无论如何，我知道有很多方法可以解决这个问题，第一种是跳过默认值并始终输入它。但我仍然想知道是否有某种方法可以指定默认值，所以它也会起作用。

Answer 1

想一想如果你只调用

会发生什么

perc_diff(5, get_control_value)

默认值是多少？没有 mutate()，所以没有名为“test_group”的列。正如所写，perc_diff 函数并不知道它意味着运行在 mutate() 中。它不知道“数据上下文”。 get_control_value 函数没有地方可以查找组的值。由于str_detect不理解类符号，所以传递{{test_group}}和传递test_group是一样的。大括号什么都不做。就像 {{5}} 与 rlang 语法之外的 5 相同。你可以去掉大括号，它的行为是一样的。

当你打电话时

perc_diff(value, get_control_value, test_group_column = group)

您不是在传递列的名称，您实际上是在传递列的值。（同样，因为 {{}} 对 str_detect 没有任何作用）。当您在 R 中调用函数时，会根据词法范围查找变量。这意味着值来自定义函数的地方，而不是调用函数的地方。这意味着您希望 mutate() 中的函数使用的所有值都需要传入。被调用函数无权访问数据框，因为它不在词法范围树中。

由于函数的嵌套方式，沿着调用堆栈向上查找数据可能来自何处并不容易。所以规则是，如果你的函数需要数据框中的值，你需要将它们作为参数传递。

但在这种特殊情况下，技术上你可以做到

get_control_value <- function(value, test_group_column = eval.parent(quote(test_group), 2), control_group_pattern = "A$") {
  test_vector <- stringr::str_detect(test_group_column, control_group_pattern)
  if (sum(test_vector) == 1) {
    value[test_vector]
  } else {
    NA
  }
}

这会进入调用堆栈，但这确实是一个 hack。不一定保证函数调用的嵌套，它会阻止您在任何其他上下文中调用该函数。

Tidyeval 拥抱不适用于默认值

Tidyeval embrace doesn't work with default value

r

dplyr

tidyeval