arrange_at 与 .funs 的令人困惑的行为

Question

我不明白传递

dplyr::arrange_at

参数时

.funs

在做什么。

例如，假设我们创建一个数据框

Z

：

library(dplyr)
Z <- expand.grid(A = c(1:2, NA), B = c(1:2, NA))

并假设我们想按

A

（用

NA

first）排序，然后按

B

排序。那么我们可以尝试下面的

target

或

current

：

all_equal(
  target = Z %>% arrange(!is.na(A), A, B),
  current = Z %>% arrange_at(.vars = c("A", "A", "B"), 
                             .funs = list(function(x)!is.na(x), identity, identity)),
  ignore_row_order = FALSE)

返回“相同的行值，但顺序不同”。第一个版本（

target

）是我所期望的，但第二个版本（

current

）令人费解。我期望的是

.funs

中的每个函数都将应用于

.var

中的相应列，然后它会像

arrange()

一样排序。

最终我想以一种非常动态的方式进行排序，因此想要

arrange_at

的全部力量。

更新

正如 @akrun 在评论中所说，

_at

dplyr

函数系列创建所有

.vars

和所有

.funs

的笛卡尔积。因此，我需要的是一个

arrange_parallel_at

函数，它期望

.vars

和

.funs

具有相同的长度，并且在名称为

.vars

中的第 k 个条目的列上计算第 k 个函数（并且仅该列） 。然后所有这些列以相同的顺序成为

arrange

的参数。

Answer 1

以下是对我自己的问题的an回答。虽然它有效（特别是我在更新中要求的），但它几乎肯定不是最佳的，因为我怀疑有基于tidy eval的更好的解决方案。 所以我不愿意接受。

library(tidyverse)

arrange_parallel_at <- function(.data, .vars, .funs) {
  stopifnot(length(.vars) == length(.funs), is.character(.vars), is.list(.funs))
  
  tmp_cols <- paste0('.tmp', seq_along(.vars))
  for (i in seq_along(.vars)) {
    .data[[tmp_cols[i]]] <- .funs[[i]](.data[[.vars[i]]])
  }
  
  .data <- arrange_at(.data, tmp_cols)
  .data[tmp_cols] <- NULL
  .data
}

下面是一些测试代码。

tibble(A = c(1:2, NA)) %>%
  crossing(B = c(1:2, NA)) ->
  Z

na_first <- function(x) !is.na(x)

all_equal(
  Z %>% arrange(!is.na(A), A, !is.na(B), desc(B)),
  Z %>% arrange_parallel_at(   c(     'A',      'A',      'B',  'B'), 
                            list(na_first, identity, na_first, desc)),
  ignore_row_order = FALSE) # returns TRUE