R：Tidyverse 选择语义 tidyselect::eval_select 将数字附加到重复项

Question

我尝试了一段时间来了解 tidyverse 设计以及如何使用它进行编程。我试图编写一个使用 tidyselect 语义的函数，我发现 tidyselect::eval_select 将数字附加到 lhs 表达式。看到此语义用于列重命名，这并不奇怪。不幸的是，我的用于构建数据结构的函数不需要这种行为，它需要表达式的 lhs 中提供的常规名称（根据需要重复多次）。我还没有设法找出这种行为的来源；它似乎是 make.unique 但我找不到它的实现位置。如果你知道，我很好奇学习，如果不知道，解决我的问题不应该依赖它。我想要的只是 lhs 名称没有附加数字，如示例所示：

library(tidyverse)

# Data
data <- mtcars[, 8:11]

# Example
data %>%
  tidyselect::eval_select(rlang::expr(c(foo = 1, bar = c(2:4), foobar = c(1, "am", "gear", "carb"))), .)
#>     foo    bar1    bar2    bar3 foobar1 foobar2 foobar3 foobar4 
#>       1       2       3       4       1       2       3       4

# Function
test <- function(.data, ...) {
  loc <- tidyselect::eval_select(rlang::expr(c(...)), .data)
  names <- names(.data)
  list(names(loc), names[loc])
}

data %>%
  test(foo = 1, bar = c(2:4), foobar = c(1, "am", "gear", "carb"))
#> [[1]]
#> [1] "foo"     "bar1"    "bar2"    "bar3"    "foobar1" "foobar2" "foobar3"
#> [8] "foobar4"
#> 
#> [[2]]
#> [1] "vs"   "am"   "gear" "carb" "vs"   "am"   "gear" "carb"

^{由 reprex package (v2.0.0)}

创建于 2021-05-22

期望的输出：

#> [[1]]
#> [1] "foo"     "bar"    "bar"    "bar"    "foobar" "foobar" "foobar"
#> [8] "foobar"
#> 
#> [[2]]
#> [1] "vs"   "am"   "gear" "carb" "vs"   "am"   "gear" "carb"

非常感谢任何帮助。

Answer 1

问题是由一个名为 ensure_named 的函数引起的，该函数深深嵌套在 eval_select 的实现中。它是 vars_select_eval 函数的一部分。

ensure_named(pos, vars, uniquely_named, allow_rename)

好消息是我们只需要覆盖 uniquely_named 参数，这个参数是从第一个名为 eval_select_impl 的实现函数开始执行的，该函数由 eval_select 本身调用。所以我们需要做的就是重写tidyselect::eval_select.

要获得想要的输出，我们需要做两件事：

添加uniquely_named = NULL作为参数，调用函数时用FALSE指定
指定现有参数name_spec = "{outer}"。仅执行此步骤是不够的，除非 uniquely_named 设置为 FALSE。

在实际代码之前，注意事项：

tidyselect::eval_select 故意不允许重复的列名。

对于初学者来说，无法轻松创建具有重复列名的 tibble：

tibble(a = 1:3, b = 4:6, a = 7:9)
#> Error: Column name `a` must not be duplicated.
#> Use .name_repair to specify repair.

一种解决方法是使用带有 tibble::new_tibble:

的列表

tibble::new_tibble(list(a = 1:3, b = 4:6, a = 7:9), nrow = 3)
#> # A tibble: 3 x 3
#>       a     b     a
#>   <int> <int> <int>
#> 1     1     4     7
#> 2     2     5     8
#> 3     3     6     9

对于 data.frame，当 check.names 参数设置为 FALSE:

时，只能创建非唯一名称

data.frame(a = 1:3, b = 4:6, a = 7:9, check.names = FALSE)
#>   a b a
#> 1 1 4 7
#> 2 2 5 8
#> 3 3 6 9

但是当我们将此 data.frame 与常规 {dplyr} 动词一起使用时，会抛出一个错误，告诉我们不能转换具有重复名称的数据帧：

data.frame(a = 1:3, b = 4:6, a = 7:9, check.names = FALSE) %>% 
  mutate(c = 1:3)
#> Error: Can't transform a data frame with duplicate names.

因此我们可以假设不建议在 {tidyverse} 中使用具有重名的 data.frame。这可能与整洁数据的概念相矛盾。

话虽这么说，下面是上面提到的解决这个问题的方法：

library(tidyverse)

# Data
data <- mtcars[, 8:11]

# custom eval_select function
my_eval_select <- function(expr, data,
                           env = rlang::caller_env(),
                           ..., include = NULL, 
                           exclude = NULL, strict = TRUE,
                           name_spec = NULL,
                           uniquely_named = NULL, # this is the new argument
                           allow_rename = TRUE) {
  ellipsis::check_dots_empty()
  tidyselect:::eval_select_impl(data, names(data), rlang::as_quosure(expr, env), 
                   include = include, exclude = exclude, strict = strict, 
                   name_spec = name_spec, allow_rename = allow_rename,
                   uniquely_named = uniquely_named) # which we also add here
}

# example 1
data %>%
  my_eval_select(rlang::expr(c(foo = 1, bar = c(2:4), foobar = c(1, "am", "gear", "carb"))),
                          data = .,
                          name_spec = "{outer}",  # we need to specify this
                          uniquely_named = FALSE) # and this
#>    foo    bar    bar    bar foobar foobar foobar foobar 
#>      1      2      3      4      1      2      3      4

# example: custom function
test <- function(.data, ...) {
  loc <- my_eval_select(rlang::expr(c(...)),
                        data = .data,
                        name_spec = "{outer}",
                        uniquely_named = FALSE)
  names <- names(.data)
  list(names(loc), names[loc])
}

# test
data %>%
  test(foo = 1, bar = c(2:4), foobar = c(1, "am", "gear", "carb"))
#> [[1]]
#> [1] "foo"    "bar"    "bar"    "bar"    "foobar" "foobar" "foobar" "foobar"
#> 
#> [[2]]
#> [1] "vs"   "am"   "gear" "carb" "vs"   "am"   "gear" "carb"

^{由 reprex package (v0.3.0)}

于 2021-05-22 创建

Answer 2

再次感谢@TimTeaFan 的详尽回答。我会保留它作为“正确”答案，因为我发现它非常有用。我很晚才发现 tidyverse 的变量重命名规则。外部名称根据以下规则传播到所选元素：(1) 对于数据框，将附加数字后缀，因为列必须唯一命名。 (2) 对于法向量，名称只是分配给所有选定的输入。

所以我发布这个作为我自己问题的答案，因为它更容易，并且为了我创建一个简单数据结构的函数的目的实现相同的结果。我不确定这是否有任何缺点，但我从测试中看不到任何缺点。

library(tidyverse)

# Data
data <- mtcars[, 8:11]
  
# custom function
test <- function(.data, ...) {
  data <- as.list(.data)
  loc <- tidyselect::eval_rename(rlang::expr(c(...)), data)
  names <- names(.data)
  list(names(loc), names[loc])
}

# test
data %>%
  test(foo = 1, bar = c(2:4), foobar = c(1, "am", "gear", "carb"))
#> [[1]]
#> [1] "foo"    "bar"    "bar"    "bar"    "foobar" "foobar" "foobar" "foobar"
#> 
#> [[2]]
#> [1] "vs"   "am"   "gear" "carb" "vs"   "am"   "gear" "carb"

^{由 reprex package (v2.0.0)}

创建于 2021-06-03

R：Tidyverse 选择语义 tidyselect::eval_select 将数字附加到重复项

R: Tidyverse selection semantics tidyselect::eval_select appending numbers to duplicates

r

dplyr

tidyverse

rlang

tidyselect