自定义函数来处理 excel 尝试使用卷曲卷曲的不同日期格式

Question

我有一个从 excel 导入的数据框，read_excel 看起来像这样：

主要任务是处理不同格式的日期：

我想把它实现成一个自定义函数（而且我不擅长创建函数）：

df <- structure(list(date = c("40574", "40861", "40870", "40990", "07.03.2022", 
"14.03.2022", "16.03.2022", "27.03.2022", "24.03.2022", "24.03.2022"
)), row.names = c(NA, -10L), class = c("tbl_df", "tbl", "data.frame"
))

# A tibble: 10 x 1
   date      
   <chr>     
 1 40574     
 2 40861     
 3 40870     
 4 40990     
 5 07.03.2022
 6 14.03.2022
 7 16.03.2022
 8 27.03.2022
 9 24.03.2022
10 24.03.2022

我用这段代码解决了这个任务：

library(tidyverse)
library(janitor)
library(lubridate)

df %>% 
  mutate(new_col = excel_numeric_to_date(as.numeric(as.character(date)), date_system = "modern"), .before=1) %>% 
  mutate(date = ifelse(!str_detect(date, '\.'), NA_character_, date)) %>% 
  mutate(date = dmy(date)) %>% 
  mutate(date = coalesce(date, new_col), .keep="unused")

从这段代码我想用这段代码制作一个自定义函数：

mixed_dateColumn_excel <- function(df, x) {
  x <- {{x}}
  df %>% 
    mutate(new_col = excel_numeric_to_date(as.numeric(as.character(x)), date_system = "modern"), .before=1) %>% 
    mutate(x = ifelse(!str_detect(x, '\.'), NA_character_, x)) %>% 
    mutate(x = dmy(x)) %>% 
    mutate(x = coalesce(x, new_col), .keep="unused")
}

我想知道为什么：

这不行：

mixed_dateColumn_excel(df, "date")

这也行不通：

mixed_dateColumn_excel(df, date)

这有效：

mixed_dateColumn_excel(df, df$date)

Answer 1

您不能使用 curly-curly 运算符 TarJae 以这种方式取消引用。它必须直接在 tidyverse 函数中完成。

在您的版本中，行：

x <- {{x}}

实际上没有做任何事情 - 如果您完全删除此行，您将得到相同的结果。你使用 df$date 的第三个版本真的不起作用，因为它创建了一个名为 x 的列，并在 mutate 函数中进行了计算简单地处理传递的向量 df$date。带有 "date" 的版本不起作用，因为您要为计算传递一个文字字符串，并且 date 不起作用，因为如果不正确使用数据屏蔽，R 无法找到该变量。

也许最简单的方法是使用 rlang::ensym，因为您还想对 mutate 中的列名称使用不带引号的 x，但您仍然需要使用 bang-bang 运算符取消引用，并且在分配列时需要赋值运算符 :=

mixed_dateColumn_excel <- function(df, x) {
  
  x <- rlang::ensym(x)
  
  df %>% 
    mutate(new_col = suppressWarnings(janitor::excel_numeric_to_date(
                       as.numeric(as.character(!!x)), 
                       date_system = "modern")), .before = 1) %>% 
    mutate(!!x := ifelse(!str_detect(!!x, '\.'), NA_character_, !!x)) %>% 
    mutate(!!x := lubridate::dmy(!!x)) %>% 
    mutate(!!x := coalesce(!!x, new_col), .keep="unused")
}


mixed_dateColumn_excel(df, date)
#> # A tibble: 10 x 1
#>    date      
#>    <date>    
#>  1 2011-01-31
#>  2 2011-11-14
#>  3 2011-11-23
#>  4 2012-03-22
#>  5 2022-03-07
#>  6 2022-03-14
#>  7 2022-03-16
#>  8 2022-03-27
#>  9 2022-03-24
#> 10 2022-03-24

^{由 reprex package (v2.0.1)}

于 2022-04-12 创建

Answer 2

{{ 不是真正的运算符，tidyverse 函数旨在在参数中识别它并发挥一些魔力。

{{ 也可以用在名称中，所以这里不需要 ensym()，你可以这样做：

mixed_dateColumn_excel <- function(df, x) {
  df %>% 
    mutate(
      new_col = excel_numeric_to_date(
        as.numeric(as.character({{ x }})), 
        date_system = "modern"
      ), 
      .before = 1
    ) %>% 
    mutate("{{ x }}" := ifelse(!str_detect({{ x }}, '\.'), NA_character_, {{ x }})) %>% 
    mutate("{{ x }}" := lubridate::dmy({{ x }})) %>% 
    mutate("{{ x }}" := coalesce({{ x }}, new_col), .keep="unused")
}

Answer 3

与你关于函数编程的问题分开，但万一有人来这里寻找解决原始问题的方法：你可以用一个看门函数来解决这个问题，更强大的 convert_to_date() 在 excel_numeric_to_date().

library(tidyverse)
library(janitor)
df %>%
  mutate(new_col = convert_to_date(date, character_fun = lubridate::dmy))

# A tibble: 10 x 2
   date       new_col   
   <chr>      <date>    
 1 40574      2011-01-31
 2 40861      2011-11-14
 3 40870      2011-11-23
 4 40990      2012-03-22
 5 07.03.2022 2022-03-07
 6 14.03.2022 2022-03-14
 7 16.03.2022 2022-03-16
 8 27.03.2022 2022-03-27
 9 24.03.2022 2022-03-24
10 24.03.2022 2022-03-24

它首先转换 Excel 个数字，然后对剩余值应用日期转换函数。

自定义函数来处理 excel 尝试使用卷曲卷曲的不同日期格式

custom function to handle different date formats from excel trying to use curly curly

eval

r

function

dplyr

tidyverse