使用 lazyeval 进行变异的标准评估

Question

我正在尝试使我自己的函数包装 dplyr 函数。

我有一个数据框列表，我想用给定的标签修改指定变量的级别（两者都应该是函数的参数）。

这是我到目前为止尝试过的方法：

library(plyr); library(dplyr)

groups <- list(label1 = "setosa", label2 = c("virginica", "versicolor"))

iris$Species <- as.character(iris$Species)
x <- lapply(1:5, function(x) iris)

f <- function(datas, fillVar, groups) {

  fillStr <- deparse(substitute(fillVar))

  datas <- llply(datas, function(x) {
    x <- mutate_(x, .dots = setNames(list(lazyeval::interp(~ factor(var), var = substitute(fillStr))), fillStr))
    levels(x[,fillStr]) <- groups
    return(x)})

  return(datas)
}

f(x, Species, groups)

 Error in mutate_impl(.data, dots) : object 'Species' not found

但我无法让它工作，我只是不明白为什么... 你知道我错过了什么吗？谢谢

Answer 1

尝试

f1 <- function(datas, fillVar, groups) {
  fillStr <- deparse(substitute(fillVar))
  datas <- llply(datas, function(x) {
     x <- mutate_(x, .dots = setNames(list(lazyeval::interp(~ factor(var),
                var = as.name(fillStr))), fillStr))
    levels(x[fillStr]) <- groups
    x})
   return(datas)
}

 identical(f(x, 'Species', groups), f1(x, Species, groups))
 #[1] TRUE

使用 lazyeval 进行变异的标准评估

Standard Evaluation with mutate using lazyeval

r

dplyr

standard-evaluation