使用mutate进行dplyr编程

时间:2018-06-07 16:59:59

标签: r dplyr

我正在努力用dplyr和mutate进行编程。

以下是可重现的例子。

library(tidyverse)
test <- tibble(a=1:10, b=1:10)

mute_function <- function(var, table) {

  quo_var <- enquo(var)

  sub_tb <-
    table %>%
    dplyr::select(!!quo_var, b) %>%
    mutate(new_var=!!quo_var)

  return(sub_tb)
}

应用功能时

mute_function(var = "a", table = test)

我明白了:

# A tibble: 10 x 3
       a     b new_var
   <int> <int> <chr>  
 1     1     1 a      
 2     2     2 a      
 3     3     3 a      
 4     4     4 a      
 5     5     5 a      
 6     6     6 a      
 7     7     7 a      
 8     8     8 a      
 9     9     9 a      
10    10    10 a  

我想得到一个新变量,它结合了a和其他变量的值。 在上面的案例中,我希望new_vara相同。

显然,以下内容不起作用:

mute_function <- function(var, table) {

  quo_var <- enquo(var)

  sub_tb <-
    table %>%
    dplyr::select(!!quo_var, b) %>%
    mutate(new_var=!!quo_var/b)

  return(sub_tb)
}

 mute_function(var = "a", table = test)

我不明白为什么我一直在仔细阅读dplyr插图进行编程。

提前感谢您的帮助

1 个答案:

答案 0 :(得分:2)

如果我们传递的是字符串,请使用sym转换为symbol而不是quosure

mute_function <- function(var, table) {

  quo_var <- rlang::sym(var)

  sub_tb <-
    table %>%
    dplyr::select(!!quo_var, b) %>%
    mutate(new_var=!!quo_var/b)

  return(sub_tb)
}

out <- mute_function(var = "a", table = test)
out
# A tibble: 10 x 3
#       a     b new_var
#   <int> <int>   <dbl>
# 1     1     1       1
# 2     2     2       1
# 3     3     3       1
# 4     4     4       1
# 5     5     5       1
# 6     6     6       1
# 7     7     7       1
# 8     8     8       1
# 9     9     9       1
#10    10    10       1

但是,如果目标是传递参数,不加引号,则OP的功能应该正常工作

mute_function(var = a, table = test)

但是,我们可以使用

传递带引号和未带引号的字符串
mute_function <- function(var, table) {

  quo_var <- rlang::parse_expr(quo_name(enquo(var)))

  sub_tb <-
    table %>%
    dplyr::select(!!quo_var, b) %>%
    mutate(new_var=!!quo_var/b)

  return(sub_tb)
}

out1 <- mute_function(var = "a", table = test)
out2 <- mute_function(var = a, table = test)
identical(out1, out2)
#[1] TRUE
identical(out, out1)
#[1] TRUE