这有效

Question

我有一个包含自定义summary()，print()方法的包，用于具有特定类的对象。这个包还使用了精美的dplyr包进行数据操作 - 我希望我的用户编写使用我的包和dplyr的脚本。

其他人here和here注意到的一个障碍是dplyr谓词不保留自定义类 - 这意味着ungroup命令可以删除我的data.frames他们的自定义类，从而搞砸了summary等的方法调度。

Hadley说“正确执行此操作取决于您 - 您需要为每个dplyr方法定义一个方法，以便正确恢复所有类和属性”并且我正在尝试使用advice - 但我无法弄清楚如何正确包装dplyr动词。

这是一个简单的玩具示例。假设我已经定义了一个cars类，我有一个自定义summary。

这有效

library(tidyverse)

class(mtcars) <- c('cars', class(mtcars))

summary.cars <- function(x, ...) {
  #gather some summary stats
  df_dim <- dim(x)
  quantile_sum <- map(mtcars, quantile)

  cat("A cars object with:\n")
  cat(df_dim[[1]], 'rows and ', df_dim[[2]], 'columns.\n')

  print(quantile_sum)

}

summary(mtcars)

这是问题

small_cars <- mtcars %>% filter(cyl < 6)
summary(small_cars)
class(small_cars)

summary small_cars small_cars调用只是为了给我通用摘要，而不是我的自定义方法，因为cars在dplyr过滤后不再保留filter类。

我尝试了什么

首先，我尝试围绕filter.cars（filter）编写自定义方法。这不起作用，因为filter_实际上是filter_的包装器，允许进行非标准评估。

所以我为cars个对象编写了一个自定义filter_.cars <- function(df, ...) { old_classes <- class(df) out <- dplyr::filter_(df, ...) new_classes <- class(out) class(out) <- c(new_classes, old_classes) %>% unique() out }方法，试图实现@jwdink的advice

Error: evaluation nested too deeply: infinite recursion / options(expressions=)?
Error during wrapup: evaluation nested too deeply: infinite recursion / options(expressions=)?

这不起作用 - 我得到一个无限递归错误：

filter_

我想要做的就是获取传入的df上的类，移交给dplyr，然后返回具有与dplyr调用之前相同的类名的对象。如何更改我的$('body').on('click', '.remove', function() { $(this).parents('.weekly').remove(); }); $('body').on('click', '.add', function() { $("#template").before('<div class="well weekly">' + $('#template').html() + '</div>'); });包装器以实现此目的？谢谢！

Answer 1

您的新filter_方法尝试应用于定义中的新类，因此递归。

关注the advice in the issue you linked，请尝试在更新后的方法中删除filter_之前的新课程。

class(out) <- class(out)[-1]

Answer 2

the thread提供了进一步的建议，所以我想我会用最佳做法进行更新，即使用NextMethod()。

filter_.cars <- function(.data, ...) {
   result <- NextMethod()
   reclass(.data, result)
}

reclass是一个通用的，至少会重新添加该类：

reclass <- function(x, result) {
  UseMethod('reclass')
}

reclass.default <- function(x, result) {
  class(result) <- unique(c(class(x)[[1]], class(result)))
  result
}

但是你可以为你的类定义一个自定义方法，它也可以复制属性：

reclass.cars <- function(x, result) {
  class(result) <- unique(c(class(x)[[1]], class(result)))
  attr(result,'cars') <- attr(x,'cars')
  result
}

我实际上认为更好的默认方法只是假设有一个名称与类相同的属性：

reclass.default <- function(x, result) {
  class(result) <- unique(c(class(x)[[1]], class(result)))
  attr(result, class(x)[[1]]) <- attr(x, class(x)[[1]])
  result
}

请注意，对于dplyr 0.7，不推荐使用动词的下划线版本。如果你的汽车＆＃39; class继承自tbl_df，你需要为非下划线动词编写一个方法。但是，您可能希望保留下划线版本以实现向后兼容性。

鉴于所有这些复制，我有点像这里的副词的想法。

preservatively <- function(fun) {
  function(x, ...) {
    result <- NextMethod()
    reclass(x, result)
  }
}

然后你的包装里的东西很简洁：

filter_.cars <- preservatively(filter_)
filter.cars <- preservatively(filter)
mutate_.cars <- preservatively(mutate_)
mutate.cars <- preservatively(mutate)

等

编辑：

不要使用preservatively。如果有人使用命名的第一个参数调用dplyr动词，它将会中断，因为该名称通常是.data，而不是x。

filter.cars <- preservatively(filter)
filter(my_data, condition) # good
filter(.data = my_data, condition) # oh no

如果事实证明副词可以正常工作，我会更新此答案。否则，我想这真的不再冗长：

filter.cars <- function(.data, ...) reclass(.data, NextMethod())

在R包中定义自定义dplyr方法

这有效

这是问题

我尝试了什么

2 个答案: