r语言 - 在具有公式接口的函数中使用准报价

Question

我想编写一个自定义函数，它可以接受bare和"string"输入，并且可以处理带有和不使用公式接口的函数。

自定义函数示例

# setup
set.seed(123)
library(tidyverse)
# custom function
foo <- function(data, x, y) {
# function without formula
print(table(data %>% dplyr::pull({{ x }}), data %>% dplyr::pull({{ y }})))
# function with formula
print(
broom::tidy(stats::t.test(
formula = rlang::new_formula({{ rlang::ensym(y) }}, {{ rlang::ensym(x) }}),
data = data
))
)
}

裸

适用于带和不带公式接口的函数

foo(mtcars, am, cyl)
#>    
#>      4  6  8
#>   0  3  4 12
#>   1  8  3  2
#> # A tibble: 1 x 10
#>   estimate estimate1 estimate2 statistic p.value parameter conf.low conf.high
#>      <dbl>     <dbl>     <dbl>     <dbl>   <dbl>     <dbl>    <dbl>     <dbl>
#> 1     1.87      6.95      5.08      3.35 0.00246      25.9    0.724      3.02
#> # ... with 2 more variables: method <chr>, alternative <chr>

字符串

适用于带和不带公式接口的函数

foo(mtcars, "am", "cyl")
#>    
#>      4  6  8
#>   0  3  4 12
#>   1  8  3  2
#> # A tibble: 1 x 10
#>   estimate estimate1 estimate2 statistic p.value parameter conf.low conf.high
#>      <dbl>     <dbl>     <dbl>     <dbl>   <dbl>     <dbl>    <dbl>     <dbl>
#> 1     1.87      6.95      5.08      3.35 0.00246      25.9    0.724      3.02
#> # ... with 2 more variables: method <chr>, alternative <chr>

作为同名

仅适用于没有公式接口的函数

foo(mtcars, colnames(mtcars)[9], colnames(mtcars)[2])
#>    
#>      4  6  8
#>   0  3  4 12
#>   1  8  3  2
#> Error: Only strings can be converted to symbols
#> Backtrace:
#>     x
#>  1. -global::foo(mtcars, colnames(mtcars)[9], colnames(mtcars)[2])
#>  2.   +-base::print(...)
#>  3.   +-broom::tidy(...)
#>  4.   +-stats::t.test(...)
#>  5.   +-rlang::new_formula(...)
#>  6.   -rlang::ensym(y)

如何修改原始函数，使其适用于上述所有输入输入方式以及使用的两种函数？

Answer 1

rlang的良好理念是，您可以控制何时希望通过!!和{{}}运算符评估值。您似乎想创建一个函数，该函数在同一参数中获取字符串，符号和(可能计算的(表达式。使用符号或裸字符串实际上很容易ensym但还希望允许在返回字符串之前必须评估colnames(mtcars)[9]这样的代码是问题所在。这可能会令人困惑。例如，运行以下命令时预期的行为是什么？

am <- 'disp'
cyl <- 'gear'
foo(mtcars, am, cyl)

如果要假设应计算所有"调用"，但不应计算符号和文字，则可以编写帮助程序函数。这是一个"清洁"功能

clean_quo <- function(x) {
if (rlang::quo_is_call(x)) {
x <- rlang::eval_tidy(x)
} else if (!rlang::quo_is_symbolic(x)) {
x <- rlang::quo_get_expr(x)
}
if (is.character(x)) x <- rlang::sym(x)
if (!rlang::is_quosure(x)) x <- rlang::new_quosure(x)
x
}

你可以在你的函数中使用它

foo <- function(data, x, y) {
x <- clean_quo(rlang::enquo(x))
y <- clean_quo(rlang::enquo(y))
# function without formula
print(table(data %>% dplyr::pull(!!x), data %>% dplyr::pull(!!y)))
# function with formula
print(
broom::tidy(stats::t.test(
formula = rlang::new_formula(rlang::quo_get_expr(y), rlang::quo_get_expr(x)),
data = data
))
)
}

这样做将允许所有这些返回相同的值

foo(mtcars, am, cyl)
foo(mtcars, "am", "cyl")
foo(mtcars, colnames(mtcars)[9], colnames(mtcars)[2])

但您可能只是在延迟可能的其他问题。我不建议用这种代码过度解释用户意图。这就是为什么最好明确地允许他们自己无法逃避。也许提供两个不同版本的函数，可以与需要评估的参数和不需要的参数一起使用。

Answer 2

我必须同意@MrFlick和其他人关于混合标准和非标准评估时固有的歧义。(我在你刚才的类似问题中也指出了这一点。

但是，有人可能会争辩说，dplyr::select()适用于符号，字符串和形式的表达式colnames(.)[.]。如果您绝对必须具有相同的界面，那么您可以利用 tidyselect 来解析您的输入：

library( rlang )
library( tidyselect )
ttest <- function(data, x, y) {
## Identify locations of x and y in data, get column names as symbols
s <- eval_select( expr(c({{x}},{{y}})), data ) %>% names %>% syms
## Use the corresponding symbols to build the formula by hand
broom::tidy(stats::t.test(
formula = new_formula( s[[2]], s[[1]] ),
data = data
))
}
## All three now work
ttest( mtcars, am, cyl )
ttest( mtcars, "am", "cyl" )
ttest( mtcars, colnames(mtcars)[9], colnames(mtcars)[2] )