包含函数的包装器依赖于R中的非标准评估

Question

我写了一个围绕ftable的包装器，因为我需要为许多变量计算频率和百分比的平面表：

mytable <- function(...) {
    tab <- ftable(...,
                  exclude = NULL)
    prop <- prop.table(x = tab,
                       margin = 2) * 100
    bind <- cbind(as.matrix(x = tab),
                  as.matrix(x = prop))
    margin <- addmargins(A = bind,
                         margin = 1)
    round(x = margin,
          digits = 1)
}

mytable(formula = wool + tension ~ breaks,
        data = warpbreaks)

    A_L A_M A_H B_L B_M B_H   A_L   A_M   A_H   B_L   B_M   B_H
10    0   0   1   0   0   0   0.0   0.0  11.1   0.0   0.0   0.0
12    0   1   0   0   0   0   0.0  11.1   0.0   0.0   0.0   0.0
13    0   0   0   0   0   1   0.0   0.0   0.0   0.0   0.0  11.1
14    0   0   0   1   0   0   0.0   0.0   0.0  11.1   0.0   0.0
15    0   0   1   0   0   2   0.0   0.0  11.1   0.0   0.0  22.2
...
Sum   9   9   9   9   9   9 100.0 100.0 100.0 100.0 100.0 100.0

但是，我不能使用ftable的子参数和我的函数，也不能使用最小的mytable <- function(...) ftable(...)：

mytable(formula = wool + tension ~ breaks,
        data = warpbreaks,
        subset = breaks < 20)

 Error in eval(substitute(subset), data, env) : 
  ..3 used in an incorrect context, no ... to look in

我知道我可以使用data = warpbreaks[warpbreaks$breaks < 20, ]作为解决方法在数据参数中进行分组，但我希望提高我对R的了解。“Advanced R”帮助我理解错误是由于非标准评估，但我没有设法纠正我的代码。

所以我的问题是：

• 我怎么能告诉R在breaks寻找warpbreaks？
• 更一般地说，单个和多个变量的垂直布局中是否有更明显的基本R方式来计算具有频率和百分比的平面表？ （我可以使用mytable(x = warpbreaks$tension, row.vars = 1)获得单个变量的垂直布局。）

Answer 1

使用没有...的函数定义，我得到一个不同的错误：

mytable <- function(formula,
                    data,
                    subset) ftable(formula = formula,
                                   data = data,
                                   subset = subset)

mytable(formula = wool + tension ~ breaks,
        data = warpbreaks,
        subset = breaks < 20)

 Error in xj[i] : invalid subscript type 'closure'

这个错误导致我以前找不到的资源。

Some threads带领我：

# function 1
mytable <- function(...) {
    mc <- match.call()
    mc["exclude"] <- list(NULL)
    do.call(what = ftable,
            args = as.list(x = mc[-1]))
    #etc
}

write.csv家族和lm源代码使我：

# function 2
mytable <- function(...) {
    mc <- match.call()
    mc[[1]] <- quote(expr = ftable)
    mc["exclude"] <- list(NULL)
    eval(expr = mc)
    # etc
}

但是，我正在寻找两种方法（功能1和功能2）的优点和缺点，因为我不知道某种方法是否受到青睐。到目前为止，我发现do.call可能会变慢。

更重要的是，这些方法引发了我的另一个问题：I can not use my wrapper with lapply and with anymore.