我想将一堆列传递给pmap()内的mutate()。以后，我想选择那些相同的列。
目前，我正在将列名称列表传递给pmap()，这很正常，尽管我不知道这是否是“正确”的方法。但是我不知道如何为select()使用相同的quosure / list。
我几乎没有tidyeval的经验，我只是通过玩耍而达到了这一目标。我想必须有一种方法可以对pmap()和select()使用相同的东西，最好不必将我的每个列名都用引号引起来，但我还没有找到。< / p>
library(dplyr)
library(rlang)
library(purrr)
df <- tibble(a = 1:3,
b = 101:103) %>%
print
#> # A tibble: 3 x 2
#> a b
#> <int> <int>
#> 1 1 101
#> 2 2 102
#> 3 3 103
cols_quo <- quo(list(a, b))
df2 <- df %>%
mutate(outcome = !!cols_quo %>%
pmap_int(function(..., word) {
args <- list(...)
# just to be clear this isn't what I actually want to do inside pmap
return(args[[1]] + args[[2]])
})) %>%
print()
#> # A tibble: 3 x 3
#> a b outcome
#> <int> <int> <int>
#> 1 1 101 102
#> 2 2 102 104
#> 3 3 103 106
# I get why this doesn't work, but I don't know how to do something like this that does
df2 %>%
select(!!cols_quo)
#> Error in .f(.x[[i]], ...): object 'a' not found
答案 0 :(得分：4)
这有点棘手，因为此问题涉及多种语义。 pmap()获取一个列表，并将每个元素作为自己的参数传递给函数（在某种意义上，它等效于!!!）。因此，您的引用函数需要引用其参数，并以某种方式将列列表传递给pmap()。
我们的报价功能可以采用以下两种方法之一。要么引用（即延迟）列表创建，要么立即创建带引号的表达式的实际列表：
quoting_fn1 <- function(...) {
exprs <- enquos(...)
# For illustration purposes, return the quoted inputs instead of
# doing something with them. Normally you'd call `mutate()` here:
exprs
}
quoting_fn2 <- function(...) {
expr <- quo(list(!!!enquos(...)))
expr
}
由于我们的第一个变量除了返回引用输入的列表外什么都不做，因此实际上等效于quos()：
quoting_fn1(a, b)
#> <list_of<quosure>>
#>
#> [[1]]
#> <quosure>
#> expr: ^a
#> env: global
#>
#> [[2]]
#> <quosure>
#> expr: ^b
#> env: global
第二个版本返回带引号的表达式，该表达式指示R创建带引号的输入的列表：
quoting_fn2(a, b)
#> <quosure>
#> expr: ^list(^a, ^b)
#> env: 0x7fdb69d9bd20
两者之间存在细微但重要的区别。第一个版本创建一个实际的列表对象：
exprs <- quoting_fn1(a, b)
typeof(exprs)
#> [1] "list"
另一方面，第二个版本不返回列表，而是返回用于创建列表的表达式：
expr <- quoting_fn2(a, b)
typeof(expr)
#> [1] "language"
让我们找出哪个版本更适合与pmap()接口。但是首先，我们将为pmapped函数命名，以使代码更清晰，更容易尝试：
myfunction <- function(..., word) {
args <- list(...)
# just to be clear this isn't what I actually want to do inside pmap
args[[1]] + args[[2]]
}
了解整洁的评估方式是很困难的，部分原因是我们通常无法观察到取消报价的步骤。我们将使用rlang::qq_show()来显示用expr取消引用exprs（延迟列表）和!!（实际列表）的结果：
rlang::qq_show(
mutate(df, outcome = pmap_int(!!expr, myfunction))
)
#> mutate(df, outcome = pmap_int(^list(^a, ^b), myfunction))
rlang::qq_show(
mutate(df, outcome = pmap_int(!!exprs, myfunction))
)
#> mutate(df, outcome = pmap_int(<S3: quosures>, myfunction))
当我们取消对延迟列表的引用时，mutate()用pmap_int()调用list(a, b)，并在数据框中对其进行了评估，这正是我们所需要的：
mutate(df, outcome = pmap_int(!!expr, myfunction))
#> # A tibble: 3 x 3
#> a b outcome
#> <int> <int> <int>
#> 1 1 101 102
#> 2 2 102 104
#> 3 3 103 106
另一方面，如果我们取消引用引号表达式的实际列表，则会出现错误：
mutate(df, outcome = pmap_int(!!exprs, myfunction))
#> Error in mutate_impl(.data, dots) :
#> Evaluation error: Element 1 is not a vector (language).
这是因为列表中带引号的表达式未在数据框中求值。实际上，根本没有对它们进行评估。 pmap()照原样获取带引号的表达式，这是无法理解的。回顾qq_show()向我们展示的内容：
#> mutate(df, outcome = pmap_int(<S3: quosures>, myfunction))
尖括号内的所有内容均按原样传递。这表明我们应该以某种方式使用!!!来内联周围表达式中的数量列表的每个元素。试试吧：
rlang::qq_show(
mutate(df, outcome = pmap_int(!!!exprs, myfunction))
)
#> mutate(df, outcome = pmap_int(^a, ^b, myfunction))
嗯...看起来不对。我们应该将一个列表传递给pmap_int()，在这里它将每个引用的输入作为单独的参数。确实，我们收到类型错误：
mutate(df, outcome = pmap_int(!!!exprs, myfunction))
#> Error in mutate_impl(.data, dots) :
#> Evaluation error: `.x` is not a list (integer).
这很容易解决，只需插入对list()的调用即可：
rlang::qq_show(
mutate(df, outcome = pmap_int(list(!!!exprs), myfunction))
)
#> mutate(df, outcome = pmap_int(list(^a, ^b), myfunction))
瞧瞧！
mutate(df, outcome = pmap_int(list(!!!exprs), myfunction))
#> # A tibble: 3 x 3
#> a b outcome
#> <int> <int> <int>
#> 1 1 101 102
#> 2 2 102 104
#> 3 3 103 106
答案 1 :(得分：1)
当元素多于一个时，我们可以使用quos并用!!!求值
cols_quo <- quos(a, b)
df2 %>%
select(!!!cols_quo)
可以使用以下对象创建对象“ df2”
df %>%
mutate(output = list(!!! cols_quo) %>%
reduce(`+`))
如果我们要像OP的帖子中那样使用quasure，
cols_quo <- quo(list(a, b))
df2 %>%
select(!!! as.list(quo_expr(cols_quo))[-1])
# A tibble: 3 x 2
# a b
# <int> <int>
#1 1 101
#2 2 102
#3 3 103