我正在尝试使用mutate()包向dplyr调用提供包含多个列名的向量。下面的可重复示例：
stackdf <- data.frame(jack = c(1,NA,2,NA,3,NA,4,NA,5,NA),
jill = c(1,2,NA,3,4,NA,5,6,NA,7),
jane = c(1,2,3,4,5,6,NA,NA,NA,NA))
two_names <- c('jack','jill')
one_name <- c('jack')
# jack jill jane
# 1 1 1
# NA 2 2
# 2 NA 3
# NA 3 4
# 3 4 5
# NA NA 6
# 4 5 NA
# NA 6 NA
# 5 NA NA
# NA 7 NA
我能够弄清楚如何使用＆＃34;一个变量＆＃34;版本，但不知道如何将其扩展到多个变量？
# the below works as expected, and is an example of the output I desire
stackdf %>% rowwise %>% mutate(test = anyNA(c(jack,jill)))
# A tibble: 10 x 4
jack jill jane test
<dbl> <dbl> <dbl> <lgl>
1 1 1 1 FALSE
2 NA 2 2 TRUE
3 2 NA 3 TRUE
4 NA 3 4 TRUE
5 3 4 5 FALSE
6 NA NA 6 TRUE
7 4 5 NA FALSE
8 NA 6 NA TRUE
9 5 NA NA TRUE
10 NA 7 NA TRUE
# using the one_name variable works if I evaluate it and then convert to
# a name before unquoting it
stackdf %>% rowwise %>% mutate(test = anyNA(!!as.name(eval(one_name))))
# A tibble: 10 x 4
jack jill jane test
<dbl> <dbl> <dbl> <lgl>
1 1 1 1 FALSE
2 NA 2 2 TRUE
3 2 NA 3 FALSE
4 NA 3 4 TRUE
5 3 4 5 FALSE
6 NA NA 6 TRUE
7 4 5 NA FALSE
8 NA 6 NA TRUE
9 5 NA NA FALSE
10 NA 7 NA TRUE
如何扩展上述方法以便我可以使用two_names向量？使用as.name只需要一个对象，因此它不起作用。
此处的问题类似：Pass a vector of variable names to arrange() in dplyr。该解决方案＆＃34;工作＆＃34;因为我可以使用以下代码：
two_names2 <- quos(c(jack, jill))
stackdf %>% rowwise %>% mutate(test = anyNA(!!!two_names2))
但如果我必须直接输入c(jack, jill)而不是使用two_names变量，它就会失败。是否有一些类似的程序我可以直接使用two_names？这个答案How to pass a named vector to dplyr::select using quosures?使用rlang::syms但是这虽然适用于选择变量（即stackdf %>% select(!!! rlang::syms(two_names))，但它在变异时似乎不适用于提供参数（即stackdf %>% rowwise %>% mutate(test = anyNA(!!! rlang::syms(two_names)))。这个答案是类似的但不起作用：How to evaluate a constructed string with non-standard evaluation using dplyr?
答案 0 :(得分：4)
您可以使用library(dplyr)
stackdf <- data.frame(jack = c(1,NA,2,NA,3,NA,4,NA,5,NA),
jill = c(1,2,NA,3,4,NA,5,6,NA,7),
jane = c(1,2,3,4,5,6,NA,NA,NA,NA))
two_names <- c('jack','jill')
stackdf %>% rowwise %>% mutate(test = anyNA(c(!!!syms(two_names))))
#> Source: local data frame [10 x 4]
#> Groups: <by row>
#>
#> # A tibble: 10 x 4
#> jack jill jane test
#> <dbl> <dbl> <dbl> <lgl>
#> 1 1. 1. 1. FALSE
#> 2 NA 2. 2. TRUE
#> 3 2. NA 3. TRUE
#> 4 NA 3. 4. TRUE
#> 5 3. 4. 5. FALSE
#> 6 NA NA 6. TRUE
#> 7 4. 5. NA FALSE
#> 8 NA 6. NA TRUE
#> 9 5. NA NA TRUE
#> 10 NA 7. NA TRUE
（由dplyr重新导出;或者直接调用它）将字符串强制转换为quosures，所以
stackdf %>% mutate(test = rowSums(is.na(.[two_names])) > 0)
#> jack jill jane test
#> 1 1 1 1 FALSE
#> 2 NA 2 2 TRUE
#> 3 2 NA 3 TRUE
#> 4 NA 3 4 TRUE
#> 5 3 4 5 FALSE
#> 6 NA NA 6 TRUE
#> 7 4 5 NA FALSE
#> 8 NA 6 NA TRUE
#> 9 5 NA NA TRUE
#> 10 NA 7 NA TRUE
或者，使用一点基础R代替整齐的eval：
rowwise ...这可能会快得多，因为迭代n会调用{{1}}而不是一个矢量化调用。
答案 1 :(得分：4)
解决这个问题有几个关键：
dplyr mutate使用的函数的参数格式，此处为anyNA 此处的目标是复制此调用，但使用命名变量two_names而不是手动键入c(jack,jill)。
stackdf %>% rowwise %>% mutate(test = anyNA(c(jack,jill)))
# A tibble: 10 x 4
jack jill jane test
<dbl> <dbl> <dbl> <lgl>
1 1 1 1 FALSE
2 NA 2 2 TRUE
3 2 NA 3 TRUE
4 NA 3 4 TRUE
5 3 4 5 FALSE
6 NA NA 6 TRUE
7 4 5 NA FALSE
8 NA 6 NA TRUE
9 5 NA NA TRUE
10 NA 7 NA TRUE
<强> 1。使用动态变量和dplyr
使用quo / quos：不接受字符串作为输入。使用此方法的解决方案是：
two_names2 <- quos(c(jack, jill))
stackdf %>% rowwise %>% mutate(test = anyNA(!!! two_names2))
请注意，quo只使用一个参数，因此使用!!取消引用，对于多个参数，您可以分别使用quos和!!!。这是不可取的，因为我不使用two_names而是必须输入我想要使用的列。
使用as.name或rlang::sym / rlang::syms：as.name和sym只需输入一次，但syms会占用> two_names
[1] "jack" "jill"
> as.name(two_names)
jack
> syms(two_names)
[[1]]
jack
[[2]]
jill
多个并返回符号对象的列表作为输出。
as.name请注意syms忽略第一个元素后的所有内容。但是，mutate似乎在此处正常运行，因此现在我们需要在mutate调用中使用此功能。
<强> 2。使用anyNA或其他变量
syms中使用动态变量
直接使用anyNA和> stackdf %>% rowwise %>% mutate(test = anyNA(!!! syms(two_names)))
jack jill jane test
<dbl> <dbl> <dbl> <lgl>
1 1 1 1 FALSE
2 NA 2 2 TRUE
3 2 NA 3 FALSE
4 NA 3 4 TRUE
5 3 4 5 FALSE
6 NA NA 6 TRUE
7 4 5 NA FALSE
8 NA 6 NA TRUE
9 5 NA NA FALSE
10 NA 7 NA TRUE
实际上并不会产生正确的结果。
test检查sum表明这只考虑了第一个元素，而忽略了第二个元素。但是，如果我使用不同的函数，例如paste0或> stackdf %>% rowwise %>% mutate(test = sum(!!! syms(two_names),
na.rm = TRUE))
jack jill jane test
<dbl> <dbl> <dbl> <dbl>
1 1 1 1 2
2 NA 2 2 2
3 2 NA 3 2
4 NA 3 4 3
5 3 4 5 7
6 NA NA 6 0
7 4 5 NA 9
8 NA 6 NA 6
9 5 NA NA 5
10 NA 7 NA 7
，很明显两个元素都在使用：
anyNA当您查看sum与anyNA的参数时，原因就变得清晰了。
function（x，recursive = FALSE）.Primitive（＆＃34; anyNA＆＃34;）
function（...，na.rm = FALSE）.Primitive（＆＃34; sum＆＃34;）
x需要单个对象sum，而(...)可以获取对象c()的变量列表。
只需提供> stackdf %>% rowwise %>% mutate(test = anyNA(c(!!! syms(two_names))))
jack jill jane test
<dbl> <dbl> <dbl> <lgl>
1 1 1 1 FALSE
2 NA 2 2 TRUE
3 2 NA 3 TRUE
4 NA 3 4 TRUE
5 3 4 5 FALSE
6 NA NA 6 TRUE
7 4 5 NA FALSE
8 NA 6 NA TRUE
9 5 NA NA TRUE
10 NA 7 NA TRUE
即可解决此问题（请参阅alistaire的回答）。
sapply或者......出于教育目的，可以使用any，anyNA和list的组合来产生正确的结果。在这里，我们使用# this produces an error an error because the elements of !!!
# are being passed to the arguments of sapply (X =, FUN = )
> stackdf %>% rowwise %>%
mutate(test = any(sapply(!!! syms(two_names), anyNA)))
Error in mutate_impl(.data, dots) :
Evaluation error: object 'jill' of mode 'function' was not found.
，以便将结果作为单个列表对象提供。
list提供# the below table is the familiar incorrect result that uses only the `jack`
> stackdf %>% rowwise %>%
mutate(test = any(sapply(X=as.list(!!! syms(two_names)),
FUN=anyNA)))
jack jill jane test
<dbl> <dbl> <dbl> <lgl>
1 1 1 1 FALSE
2 NA 2 2 TRUE
3 2 NA 3 FALSE
4 NA 3 4 TRUE
5 3 4 5 FALSE
6 NA NA 6 TRUE
7 4 5 NA FALSE
8 NA 6 NA TRUE
9 5 NA NA FALSE
10 NA 7 NA TRUE
# this produces the correct answer
> stackdf %>% rowwise %>%
mutate(test = any(X = sapply(list(!!! syms(two_names)),
FUN = anyNA)))
jack jill jane test
<dbl> <dbl> <dbl> <lgl>
1 1 1 1 FALSE
2 NA 2 2 TRUE
3 2 NA 3 TRUE
4 NA 3 4 TRUE
5 3 4 5 FALSE
6 NA NA 6 TRUE
7 4 5 NA FALSE
8 NA 6 NA TRUE
9 5 NA NA TRUE
10 NA 7 NA TRUE
修复此问题，因为它将所有结果绑定到单个对象中。
> as.list(two_names)
[[1]]
[1] "jack"
[[2]]
[1] "jill"
> list(two_names)
[[1]]
[1] "jack" "jill"
了解这两种行为的不同之处在比较他们的行为时才有意义！
Bitmap bitmap = Picasso.with(this)
.load(productCoverImageURL)
.get();