Question

据我所知，当您要制作包装模型的函数时，有两种处理公式参数的方法。您可以将公式的字符串版本粘贴在一起：

library(tidyverse)
run_model1 <- function(df, dep_str, ...){
  groupers <- enquos(...)
  formula <- dep_str %>% str_c("~ cty") %>% as.formula()
  df %>%
    group_by(!!!groupers) %>%
    do(model = lm(formula, data = .))
}

或者您可以引用整个公式：

run_model2 <- function(df, formula, ...){
  groupers <- enquos(...)
  formula <- enexpr(formula)
  df %>%
    group_by(!!!groupers) %>%
    do(model = lm(!!formula, data = .))
}

事实上，这两者都允许我在更改公式中的变量的同时获得分组模型。

run_model1(mpg, "hwy", cyl)
#> Source: local data frame [4 x 2]
#> Groups: <by row>
#> 
#> # A tibble: 4 x 2
#>     cyl model   
#> * <int> <list>  
#> 1     4 <S3: lm>
#> 2     5 <S3: lm>
#> 3     6 <S3: lm>
#> 4     8 <S3: lm>
run_model2(mpg, hwy ~ cty, cyl)
#> Source: local data frame [4 x 2]
#> Groups: <by row>
#> 
#> # A tibble: 4 x 2
#>     cyl model   
#> * <int> <list>  
#> 1     4 <S3: lm>
#> 2     5 <S3: lm>
#> 3     6 <S3: lm>
#> 4     8 <S3: lm>

但是，第一个要求将引号和未引号的参数混合使用，特别是如果我想访问符号版本以供以后使用时，效果尤其不好。第二个强迫我每次只提供一份，而每次都提供整个配方。

基本上，我如何获得一个带有这样参数的函数？

run_model3(mpg, hwy, cyl)

Answer 1

ensym()应该让您捕获提供给该功能的符号。

ensym()和ensyms()是enexpr()和enexprs()的变体，它们检查捕获的表达式是一个字符串（它们将转换为符号）或符号。如果提供了其他任何内容，则会引发错误。

source

run_model3 <- function (df, dep_str, ...) {
  dep_str <- ensym(dep_str)
  groupers <- enquos(...)
  formula <- dep_str %>% str_c("~ cty") %>% as.formula()
  df %>%
    group_by(!!!groupers) %>%
    do(model = lm(formula, data = .))
}

> run_model3(mpg, hwy, cyl)
Source: local data frame [4 x 2]
Groups: <by row>

# A tibble: 4 x 2
    cyl model   
* <int> <list>  
1     4 <S3: lm>
2     5 <S3: lm>
3     6 <S3: lm>
4     8 <S3: lm>

在引用之前，我们甚至可以使用run_model1的当前方法：

> run_model3(mpg, "hwy", cyl)
Source: local data frame [4 x 2]
Groups: <by row>

# A tibble: 4 x 2
    cyl model   
* <int> <list>  
1     4 <S3: lm>
2     5 <S3: lm>
3     6 <S3: lm>
4     8 <S3: lm>

在tidyeval中包装模型时，如何更改公式参数的一部分？

1 个答案: