Question

在当前版本的dplyr中，select参数可以通过值传递：

variable <- "Species"
iris %>% 
    select(variable)

#       Species
#1       setosa
#2       setosa
#3       setosa
#4       setosa
#5       setosa
#6       setosa
#...

但group_by参数不能通过值传递：

iris %>% 
    group_by(variable) %>% 
    summarise(Petal.Length = mean(Petal.Length))

# Error in grouped_df_impl(data, unname(vars), drop) : 
# Column `variable` is unknown

documented dplyr::select behaviour是

iris %>% select(Species)

记录的documented dplyr::group_by behaviour是

iris %>% 
    group_by(Species) %>% 
    summarise(Petal.Length = mean(Petal.Length))

为什么select和group_by在按值传递参数方面有所不同？
为什么第一个select来电有效，将来会继续有效吗？
为什么第一个group_by电话无效？我试图弄清楚我应该使用quo()，enquo()和!!的组合来使其发挥作用。

我需要这个，因为我想创建一个将分组变量作为输入参数的函数，如果可能的话，分组变量应该作为字符串给出，因为其他两个函数参数已经作为字符串给出。

Answer 1

要将字符串作为符号或未评估的代码传递，您必须先将其解析为符号或quosure。您可以使用sym中的parse_expr或rlang进行解析，然后使用!!取消引用：

library(dplyr)

variable <- rlang::sym("Species")
# variable <- rlang::parse_expr("Species")

iris %>% 
  group_by(!! variable) %>% 
  summarise(Petal.Length = mean(Petal.Length))

!!是UQ()的快捷方式，它取消引用表达式或符号。这允许variable仅在其被调用的范围内进行评估，即group_by。

sym和parse_expr之间的差异以及使用哪一个？

简短的回答：在这种情况下并不重要。

答案很长：

符号是一种引用R对象的方式，基本上是＆＃34; name＆＃34;一个对象。因此，sym类似于基础R中的as.name。parse_expr另一方面将某些文本转换为R表达式。这类似于基础R中的parse。

表达式可以是任何 R代码，而不是只是引用R对象的代码。因此，您可以解析引用R对象的代码，但如果它引用的对象不存在，则无法将某些随机代码转换为sym。

通常，当您的字符串引用某个对象时，您将使用sym（尽管parse_expr也可以使用），并在您尝试解析时使用parse_expr 其他R代码供进一步评估。

对于这个特定的用例，variable应该引用一个对象，因此将其转换为sym会起作用。另一方面，将其解析为表达式也会起作用，因为这是代码，当被group_by取消引用时将在!!内进行评估。

select和group_by之间关于引用变量的Dplyr差异？

1 个答案: