Question

我主要使用ggplot2进行可视化。通常，我设计情节交互式（即使用NSE的原始ggplot2代码），但最后，我经常最终将该代码包装到一个接收的函数中要绘制的数据和变量。这总是一点点梦魇。

因此，典型的情况看起来像这样。我有一些数据和我为它创建一个图（在这种情况下，一个非常简单的例子，使用 ggplot2）附带的mpg数据集。

library(ggplot2)
data(mpg)

ggplot(data = mpg, 
       mapping = aes(x = class, y = hwy)) +
    geom_boxplot() + 
    geom_jitter(alpha = 0.1, color = "blue")

当我完成绘图设计时，我通常想要使用它不同的变量或数据等等所以我创建了一个接收的函数绘图的数据和变量作为参数。但由于NSE，它是不像编写函数头那样容易，然后复制/粘贴和替换函数参数的变量。这不起作用，如下所示。

mpg <- mpg
plotfn <- function(data, xvar, yvar){
    ggplot(data = data, 
           mapping = aes(x = xvar, y = yvar)) +
    geom_boxplot() + 
    geom_jitter(alpha = 0.1, color = "blue")
}
plotfn(mpg, class, hwy) # Can't find object

## Don't know how to automatically pick scale for object of type function. Defaulting to continuous.

## Warning: restarting interrupted promise evaluation

## Error in eval(expr, envir, enclos): object 'hwy' not found

plotfn(mpg, "class", "hwy") #

所以我必须返回并修复代码，例如，使用aes_string 使用NSE的aes的intead（在这个例子中它很容易，但是对于更复杂的图，有很多变换和图层，这成了一场噩梦。）

plotfn <- function(data, xvar, yvar){
    ggplot(data = data, 
           mapping = aes_string(x = xvar, y = yvar)) +
    geom_boxplot() + 
    geom_jitter(alpha = 0.1, color = "blue")
}
plotfn(mpg, "class", "hwy") # Now this works

事情是我发现非常方便的NSE和lazyeval。所以我喜欢这样做。

mpg <- mpg
plotfn <- function(data, xvar, yvar){
    data_gd <- data.frame(
        xvar = lazyeval::lazy_eval(substitute(xvar), data = data),
        yvar = lazyeval::lazy_eval(substitute(yvar), data = data))

    ggplot(data = data_gd, 
           mapping = aes(x = xvar, y = yvar)) +
    geom_boxplot() + 
    geom_jitter(alpha = 0.1, color = "blue")
}
plotfn(mpg, class, hwy) # Now this works

plotfn(mpg, "class", "hwy") # This still works

plotfn(NULL, rep(letters[1:4], 250), 1:100) # And even this crazyness works

这给我的情节功能带来了很大的灵活性。例如，你可以传递引用或不带引号的变量名称，甚至直接传递数据而不是变量名称（滥用懒惰评估的那种）。

但这有一个很大的问题。该功能无法使用编程。

dynamically_changing_xvar <- "class"
plotfn(mpg, dynamically_changing_xvar, hwy) 

## Error in eval(expr, envir, enclos): object 'dynamically_changing_xvar' not found

# This does not work, because it never finds the object 
# dynamically_changing_xvar in the data, and it does not get evaluated to 
# obtain the variable name (class)

所以我不能使用循环（例如lapply）来生成相同的图变量或数据的不同组合。

所以我想滥用更多的懒惰，标准和非标准评估，并尝试将它们全部结合起来，这样我就有了灵活性如上所示，以及以编程方式使用该功能的能力。基本上，我所做的就是使用tryCatch来lazy_eval 每个变量的表达式，如果失败，则评估解析的变量表达

plotfn <- function(data, xvar, yvar){
    data_gd <- NULL
    data_gd$xvar <- tryCatch(
        expr = lazyeval::lazy_eval(substitute(xvar), data = data),
        error = function(e) eval(envir = data, expr = parse(text=xvar))
    )
    data_gd$yvar <- tryCatch(
        expr = lazyeval::lazy_eval(substitute(yvar), data = data),
        error = function(e) eval(envir = data, expr = parse(text=yvar))
    )


    ggplot(data = as.data.frame(data_gd), 
           mapping = aes(x = xvar, y = yvar)) +
    geom_boxplot() + 
    geom_jitter(alpha = 0.1, color = "blue")
}

plotfn(mpg, class, hwy) # Now this works, again

plotfn(mpg, "class", "hwy") # This still works, again

plotfn(NULL, rep(letters[1:4], 250), 1:100) # And this crazyness still works

# And now, I can also pass a local variable to the function, that contains
# the name of the variable that I want to plot
dynamically_changing_xvar <- "class"
plotfn(mpg, dynamically_changing_xvar, hwy)

所以，除了前面提到的灵活性，现在我可以使用单行左右，产生许多相同的情节，与之不同变量（或数据）。

lapply(c("class", "fl", "drv"), FUN = plotfn, yvar = hwy, data = mpg)

## [[1]]

## 
## [[2]]

## 
## [[3]]

即使它非常实用，我怀疑这不是好习惯。但它的实践有多糟糕？这是我的关键问题。还有什么其他选择我能用两全其美的东西吗？

当然，我可以看到这种模式可能会产生问题。例如。

# If I have a variable in the global environment that contains the variable
# I want to plot, but whose name is in the data passed to the function, 
# then it will use the name of the variable and not its content
drv <- "class"
plotfn(mpg, drv, hwy) # Here xvar on the plot is drv and not class

还有一些（很多？）其他问题。但在我看来，这方面的好处语法灵活性超过其他问题。有什么想法吗？

Answer 1

为了清晰起见，提取您提议的功能：

library(ggplot2)
data(mpg)

plotfn <- function(data, xvar, yvar){
  data_gd <- NULL
  data_gd$xvar <- tryCatch(
    expr = lazyeval::lazy_eval(substitute(xvar), data = data),
    error = function(e) eval(envir = data, expr = parse(text=xvar))
  )
  data_gd$yvar <- tryCatch(
    expr = lazyeval::lazy_eval(substitute(yvar), data = data),
    error = function(e) eval(envir = data, expr = parse(text=yvar))
  )

  ggplot(data = as.data.frame(data_gd), 
         mapping = aes(x = xvar, y = yvar)) +
    geom_boxplot() + 
    geom_jitter(alpha = 0.1, color = "blue")
}

这样的函数通常非常有用，因为你可以自由地混合字符串和裸变量名。但正如你所说，它可能并不总是安全的。考虑以下设计的例子：

class <- "drv"
Class <- "drv"
plotfn(mpg, class, hwy) 
plotfn(mpg, Class, hwy)

您的功能会产生什么？这些是否相同（它们不是）？我不太清楚结果会是什么。使用此类函数进行编程可能会产生意外结果，具体取决于data中存在哪些变量以及环境中存在哪些变量。由于很多人使用变量名称，例如x，xvar或count（即使他们可能不应该这样），事情也会变得混乱。

另外，如果我想强制class的一种或另一种解释，我就不能。

我会说它与使用attach类似：方便，但在某些时候它可能会让你陷入困境。

因此，我会使用NSE和SE对：

plotfn <- function(data, xvar, yvar) {
  plotfn_(data,
          lazyeval::lazy_eval(xvar, data = data),
          lazyeval::lazy_eval(yvar, data = data))
  )
}

plotfn_ <- function(data, xvar, yvar){
  ggplot(data = data, 
         mapping = aes_(x = xvar, y = yvar)) +
    geom_boxplot() + 
    geom_jitter(alpha = 0.1, color = "blue")
}

我认为创建这些实际上比你的功能更容易。您也可以选择使用lazy_dots懒惰地捕获所有参数。

现在，使用安全的SE版本时，我们可以更轻松地预测结果：

class <- "drv"
Class <- "drv"
plotfn_(mpg, class, 'hwy')
plotfn_(mpg, Class, 'hwy')

NSE版本仍然受到影响：

plotfn(mpg, class, hwy)
plotfn(mpg, Class, hwy)

（我觉得ggplot2::aes_也不会接受字符串，这有点令人讨厌。）

对函数

1 个答案: