我已经把准报价提升到了一个顶级水平。
使用不同的输入使用 dplyr 创建商数。 最终结果是:
the_quote <- quo( if_else(!!cond_expr, !!inter_quo, !!var_expr) )
我已经设法从带有字符串的自定义表中构造上面的表达式,如下所示:
var_expr <- as.name(rules_df$target_col)
cond_expr <- "make == '%s'" %>% sprintf(rules_df$context_col) %>% parse_expr()
inter_quo <- quo(
str_detect( !!var_expr, regex(!!rules_df$phrase_col) ))
其中context_col
、phrase_col
、target_col
是我定义交战规则的表中的字符串列。
例:
rules_df <- data_frame(
context_col = "BMW",
phrase_col = "Serie X(\d)",
target_col = "model")
cars_table <- data_frame(
make = c("Mercedes", "BMW", "BMW"),
model = c("Viano", "Serie X5", "Z4"))
告诉我找到那些宝马作为Serie X5
,我后来会用X5
替换它,但那是另一回事了。
在打印报价时,我注意到表达式运行良好,但中间商数给出了错误。
> the_quote
<quosure>
expr: ^if_else(marca == "BMW",
^str_detect(model, regex("Serie X(d)")), model)
env: 000000002001DEE0
> mutate(cars_table, detect = !!the_quote)
Error: Evaluation error: `false` must be type logical, not character.
在商数中,我有一个额外的^
,即将str_detect的结果转换为字符。
如何将这种中间商数整合到外部商量中?
谢谢。
编辑
在查看解决方案后,最终发现此挑战中的问题不是引用,而是detect
列中正确使用if_else
。 这是将逻辑变为特征,或者只是让虚假条款相应地发挥作用。
因此,替代解决方案是从头开始设置if_else(!!cond_expr, !!inter_quo, FALSE)
。
我们需要用as.character
包装,因为str_detect
返回一个逻辑类,而if_else
的false
参数返回'character'。if_else
是关于班级的。 因此,如果我们这样做
inter_quo <- quo( as.character(str_detect( !!var_expr,
regex(!!rules_df$phrase_col) )))
那么它应该可以工作
mutate(cars_table, detect = !!the_quote)
# A tibble: 3 x 3
# make model detect
# <chr> <chr> <chr>
#1 Mercedes Viano Viano
#2 BMW Serie X5 TRUE
#3 BMW Z4 FALSE