Question

在dplyr v0.7.0中，引入了.data代词，允许我们用字符串引用变量。我只是好奇这种方法是否优于“quosure”方法。例如，这是一种使用.data代词的方法：

varname <- "gear"
data_pronoun_method_df <- dplyr::mutate(mtcars, new_col = .data[[varname]] + 2)

将此与使用quosure方法的示例进行比较：

quo_varname <- rlang::quo(gear)
quo_method_df <- dplyr::mutate(mtcars, new_col = !! quo_varname + 2)

两种方法都产生相同的输出：

data_pronoun_method_df

# mpg cyl  disp  hp drat    wt  qsec vs am gear carb new_col
# 1  21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4       6
# 2  21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4       6
# 3  22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1       6
# 4  21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1       5
# 5  18.7   8 360.0 175 3.15 3.440 17.02  0  0    3    2       5
# 6  18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1       5
# 7  14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4       5
# 8  24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2       6
# [ reached getOption("max.print") -- omitted 24 rows ]

all.equal(data_pronoun_method_df, quo_method_df)
# [1] TRUE

有什么真正的区别吗？这两种方法的优点和缺点是什么？

Answer 1

.data代词可以用于解决NSE，但它或多或少与整齐的eval正交。其主要目的是确保在数据框中查找变量。如果它不存在，则会出现错误。这与裸名称相反，如果定义了本地对象，则可以拾取本地对象：

other <- 1e10
transmute(mtcars, 2 * other)            # Succeeds erroneously
transmute(mtcars, 2 * .data[["other"]]  # Fails

使用.data代词比仅明确引用数据框更可靠，因为数据可能会被分组：

group_by(mtcars, cyl) %>%
  transmute(2L * .data[["am"]])

在该示例中，.data[["am"]]表示由am级别定义的cyl列的切片。

编辑：为了完整起见，您可以使用quouts和quasiquotation完成相同的操作。如果使用空env作为环境为符号创建一个quosure，则只有在数据框包含这样一列时，符号查找才会成功：

other <- 1e10
quo <- new_quosure(quote(other), empty_env())
transmute(mtcars, 2L * !!quo)  # Fails

dplyr .data代词与“quosure”方法

1 个答案: