Question

对于R中的lm()之类的函数，您将“ data”参数传递给该函数（通常是一个数据帧），然后R通过名称知道所有列，而不是引用它们。因此，区别在于x=column而不是x=df$column形式的引用。那么如何在自己的用户定义函数中使用相同的方法？

一个简单的例子：

library(tidyverse)

df <- tibble(x=1:100,y=x*(1+rnorm(n=100)))

test_corr <- function(x,y) {
  cor(x,y) %>% return()
}

# Right now I would do this
test_corr(df$x,df$y)

# I want to be able to do this
test_corr(data=df, x, y)

Answer 1

由于您正在使用tidyverse函数，因此对于这种类型的任务使用整洁的评估是有意义的。为此功能，您可以

test_corr <- function(data, x, y) {
  quo( cor({{x}}, {{y}}) ) %>% 
    rlang::eval_tidy(data=data)
}

test_corr(df, x, y)

首先，我们保证要构建要求值的表达式，然后使用{{ }}（拥抱）语法将传递给函数的变量名插入表达式中。然后，我们在您为eval_tidy提供的data.frame的上下文中评估该安全性。

您可能还对tidyselect封装插图感兴趣，其中讨论了更多选项。

Answer 2

您可以使用var connectionString = new ConnectionString(Configuration.GetConnectionString("DefaultConnection")); services.AddHealthChecks().AddNpgSql(connectionString.Value);

reformulate

在R用户定义函数中传递数据参数

2 个答案: