将数据变量传递给 R 公式

Question

假设我想写 anscombe %>% lm_tidy("x1", "y1") （实际上，我想写 anscombe %>% lm_tidy(x1, y1)，其中 x1 和 y1是数据框的一部分）。因此，由于以下功能似乎有效：

plot_gg <- function(df, x, y) {
  x <- enquo(x)
  y <- enquo(y)
  ggplot(df, aes(x = !!x, y = !!y)) + geom_point() +
    geom_smooth(formula = y ~ x, method="lm", se = FALSE)
}

我开始编写以下函数：

lm_tidy_1 <- function(df, x, y) {
  x <- enquo(x)
  y <- enquo(y)
  fm <- y ~ x            ##### I tried many stuff here!
  lm(fm, data=df)
}
## Error in model.frame.default(formula = fm, data = df, drop.unused.levels = TRUE) : 
##   object is not a matrix

中的一条评论指出 embrace {{...}} 是引号-反引号模式的 shorthand 符号。不幸的是，两种情况下的错误消息都不同：

lm_tidy_2 <- function(df, x, y) {
  fm <- !!enquo(y) ~ !!enquo(x) # alternative: {{y}} ~ {{x}} with different errors!!
  lm(fm, data=df)
}
## Error:
## ! Quosures can only be unquoted within a quasiquotation context.

这似乎可行（基于 @jubas's answer，但我们受困于字符串处理和 paste）：

lm_tidy_str <- function(df, x, y) {
  fm <- formula(paste({{y}}, "~", {{x}}))
  lm(fm, data=df)
}

再一次，{{y}} != !!enquo(y)。但更糟糕的是：以下函数出现故障，出现与之前相同的 Quosure 错误：

lm_tidy_str_1 <- function(df, x, y) {
  x <- enquo(x)
  y <- enquo(y)
  fm <- formula(paste(!!y, "~", !!x))
  lm(fm, data=df)
}

是{{y}} != !!enquo(y)吗？
如何将数据变量传递给 lm？

编辑： 抱歉，我的许多试验都有遗留问题。我想直接将数据变量（比如 x1 和 y1）传递给将它们用作公式组件（例如 lm）的函数，而不是它们的字符串版本（ "x1" and "y1"): 我尽量避免使用字符串，从用户的角度来看更精简。

Answer 1

考虑：

lm_tidy_1 <- function(df, x, y) {
  fm <- reformulate(as.character(substitute(x)), substitute(y))
  lm(fm, data=df)
}

lm_tidy_1(iris, Species, Sepal.Length)
lm_tidy_1(iris, 'Species', Sepal.Length)
lm_tidy_1(iris, Species, 'Sepal.Length')
lm_tidy_1(iris, 'Species', 'Sepal.Length')

编辑：

如果需要公式出现，更改调用对象：

lm_tidy_1 <- function(df, x, y) { 
   fm <- reformulate(as.character(substitute(x)), substitute(y)) 
   res<-lm(fm, data=df) 
   res$call[[2]]<- fm
   res
}

lm_tidy_1(iris, Species, Sepal.Length) 

Call:
lm(formula = Sepal.Length ~ Species, data = df)

Coefficients:
      (Intercept)  Speciesversicolor   Speciesvirginica  
            5.006              0.930              1.582

Answer 2

将公式包裹在“expr”中，然后计算它。

library(dplyr)
lm_tidy <- function(df, x, y) {
  x <- sym(x)
  y <- sym(y)
  fm <- expr(!!y ~ !!x)
  lm(fm, data = df)
}

这个函数等价于：

lm_tidy <- function(df, x, y) {
  fm <- expr(!!sym(y) ~ !!sym(x))
  lm(fm, data = df)
}

然后

lm_tidy(mtcars, "cyl", "mpg")

给予

Call:
lm(formula = fm, data = .)

Coefficients:
(Intercept)          cyl  
     37.885       -2.876

根据以下评论进行编辑：

library(rlang)
lm_tidy_quo <- function(df, x, y){
    y <- enquo(y)
    x <- enquo(x)
    fm <- paste(quo_text(y), "~", quo_text(x))
    lm(fm, data = df)
}

然后您可以将符号作为参数传递

lm_tidy_quo(mtcars, cyl, mpg)

Answer 3

@BiranSzydek 的回答很不错。但是它有 3 个缺点：

Call:
lm(formula = fm, data = .)

看不到实际使用的公式和数据。
必须将符号作为字符串输入。
来自 rlang 的依赖项 - 虽然它是一个很棒的包。

你确实可以用纯 base R 解决这个问题！

纯碱基 R 中的溶液

R 实际上是 under-the-hood 一个 Lisp。它适合这样的 meta-programming 任务。 R 的唯一缺点是它可怕的语法。尤其是面对meta-programming的时候，没有Lisp语言那么漂亮优雅。语法确实会造成很多混淆 - 正如您在尝试解决此问题时亲身经历的那样。

解决方案是使用 substitute()，您可以通过它以引用的方式替换代码片段：

lm_tidy <- function(df, x, y) {
  # take the arguments as code pieces instead to evaluate them:
  .x <- substitute(x)
  .y <- substitute(y)
  .df <- substitute(df)
  # take the code piece `y ~ x` and substitute using list lookup table
  .fm <- substitute(y ~ x, list(y=.y, x=.x))
  # take the code `lm(fm, data=df)` and substitute with the code pieceses defined by the lookup table
  # by replacing them by the code pieces stored in `.fm` and `.df`
  # and finally: evaluate the substituted code in the parent environment (the environment where the function was called!)
  eval.parent(substitute(lm(fm, data=df), list(fm=.fm, df=.df)))
}

诀窍是使用 eval.parent(substitute( <your expression>, <a list which determines the evaluation lookup-table for the variables in your expression>)).

注意范围界定！只要 <your expression> 仅使用函数内部定义的变量或 substitute() 的 lookup-list 内部定义的变量构建，就不会有任何作用域问题！但避免引用 <your expression> 内的任何其他变量！ - 因此，这是您在这种情况下安全使用 eval()/eval.parent() 必须遵守的唯一规则！但即使 eval.parent() 小心，替换的代码在调用此函数的环境中执行。

现在，您可以：

lm_tidy(mtcars, cyl, mpg)

输出现在符合要求：

Call:
lm(formula = mpg ~ cyl, data = mtcars)

Coefficients:
(Intercept)          cyl  
     37.885       -2.876

我们用纯碱基 R 做到了！

安全使用 eval() 的诀窍实际上是 substitute() 表达式中的每个变量都是 defined/given 在 substitute() 或函数参数的查找表中。换句话说：被替换变量的 None 指的是函数定义之外的任何悬空变量。

`plot_gg` 函数

因此，按照这些规则，您的 plot_gg 函数将定义为：

plot_gg <- function(df, x, y) {
  .x <- substitute(x)
  .y <- substitute(y)
  .df <- substitute(df)
  .fm <- substitute( y ~ x, list(x=.x, y=.y))
  eval.parent(substitute(
    ggplot(df, aes(x=x, y=y)) + geom_point() +
      geom_smooth(formula = fm, method="lm", se=FALSE),
    list(fm=.fm, x=.x, y=.y, df=.df)
  ))
}

当您想输入 `x` 和 `y` 作为字符串时


lm_tidy_str <- function(df, x, y) {
  .x <- as.name(x)
  .y <- as.name(y)
  .df <- substitute(df)
  .fm <- substitute(y ~ x, list(y=.y, x=.x))
  eval.parent(substitute(lm(fm, data=df), list(fm=.fm, df=.df)))
}

plot_gg_str <- function(df, x, y) {
  .x <- as.name(x)
  .y <- as.name(y)
  .df <- substitute(df)
  .fm <- substitute( y ~ x, list(x=.x, y=.y))
  eval.parent(substitute(
    ggplot(df, aes(x=x, y=y)) + geom_point() +
      geom_smooth(formula = fm, method="lm", se=FALSE),
    list(fm=.fm, x=.x, y=.y, df=.df)
  ))
}

lm_tidy_str(mtcars, "cyl", "mpg")

# Call:
# lm(formula = mpg ~ cyl, data = mtcars)
# 
# Coefficients:
# (Intercept)          cyl  
#      37.885       -2.876  
# 

require(ggplot2)
plot_gg_str(mtcars, "cyl", "mpg")

将数据变量传递给 R 公式

Passing data-variables to R formulas

r

function

lazy-evaluation

lm

纯碱基 R 中的溶液

`plot_gg` 函数

当您想输入 `x` 和 `y` 作为字符串时

将数据变量传递给 R 公式

Passing data-variables to R formulas

r

function

lazy-evaluation

lm

纯碱基 R 中的溶液

plot_gg 函数

当您想输入 x 和 y 作为字符串时

`plot_gg` 函数

当您想输入 `x` 和 `y` 作为字符串时