使用整洁的评估（卷曲-卷曲）和 purrr

Question

如何迭代使用整洁评估的函数（通过

rlang

的 curly-curly）？

这是一个基本示例，我尝试使用

purrr::map()

迭代列名称：

library("dplyr")
library("purrr")

myfunc <- function(by) {
  mtcars %>% count({{ by }})
}

# passing unquoted arguments doesn't work
c(cyl, vs, am, gear) %>% map(~ myfunc(by = .x))
#> Error in eval(expr, envir, enclos): object 'cyl' not found

# passing quoted arguments also doesn't work
c("cyl", "vs", "am", "gear") %>% map(~ myfunc(by = .x))
#> Error in `map()`:
#> ℹ In index: 1.
#> Caused by error in `count()`:
#> ! Must group by variables found in `.data`.
#> ✖ Column `.x` is not found.

^{创建于 2024-03-18，使用 reprex v2.1.0}

如何解决这个问题？

Answer 1

当您尝试创建不带引号的符号向量

c(cyl, vs, am, gear)

时，R 将尝试在管道中的下一步之前对其进行评估。全局环境中不存在

cyl

、

vs

、

am

或

gear

，因此这将失败。

如果你想以这种方式做事，你可以明确告诉 R 这些参数直到稍后才被评估，这可以使用

rlang::quos()

:

来完成

library(dplyr)
library(purrr)

myfunc <- function(by) {
  mtcars %>% count({{ by }})
}

# passing unquoted arguments doesn't work
rlang::quos(cyl, vs, am, gear) %>% map(~ myfunc(by = !!.x))
#> [[1]]
#>   cyl  n
#> 1   4 11
#> 2   6  7
#> 3   8 14
#> 
#> [[2]]
#>   vs  n
#> 1  0 18
#> 2  1 14
#> 
#> [[3]]
#>   am  n
#> 1  0 19
#> 2  1 13
#> 
#> [[4]]
#>   gear  n
#> 1    3 15
#> 2    4 12
#> 3    5  5

^{创建于 2024-03-18，使用 reprex v2.1.0}

请注意，您还需要使用

!!

才能正常工作 - 否则 R 将查找名为

.x

的列。

更惯用的方法是使用字符向量并对

.data

代词进行子集化，如下所示：

c("cyl", "vs", "am", "gear") %>% 
  map(~ myfunc(by = .data[[.x]]))

您还可以将

across()

与

all_of()

结合使用：

c("cyl", "vs", "am", "gear") %>% 
  map(~ myfunc(by = across(all_of(.x))))

如您所见，您可以采取多种方法 - 这是一个广泛的主题。要了解更多信息，我建议阅读

vignette("programming", package = "dplyr")

。

Answer 2

这是解决此问题的一种替代方法：

c("cyl", "vs", "am", "gear") %>% map(~ myfunc(by = !!sym(.)))

[[1]]
  cyl  n
1   4 11
2   6  7
3   8 14

[[2]]
  vs  n
1  0 18
2  1 14

[[3]]
  am  n
1  0 19
2  1 13

[[4]]
  gear  n
1    3 15
2    4 12
3    5  5