eval（parse（）），eval（str2lang（）），eval（str2expression（）和eval（call（）[[1]]）之间有什么区别？

Question

我正在编写一个函数以从给定的data.frame df或环境env中提取以字符串形式提供的变量。最初，我一直使用eval(parse(text=s), df, env)构造执行此操作，但是我了解到有更有效的替代方法。其他选项包括：

1. eval(str2lang(s), df, env)
2. eval(str2expression(s), df, env)
3. eval(call(s)[[1]], df, env)

也可能有get解决方案，但我不知道它是否可以先检查变量是否在df中，然后再转到env。

使用microbenchmark，看来call是最快的：

library(microbenchmark)

x1 = 1
df = data.frame(x2 = 2)

microbenchmark(call = eval(call('x1')[[1]], df), 
               parse = eval(parse(text='x1'), df), 
               str2lang = eval(str2lang('x1'), df), 
               str2exp = eval(str2expression('x1'), df), 
               check = "identical")
#> Unit: microseconds
#>      expr    min      lq     mean  median      uq     max neval cld
#>      call  1.128  1.2115  1.60815  1.4585  1.6360   4.659   100  a 
#>     parse 39.183 39.8705 46.60755 40.2405 42.0415 135.462   100   b
#>  str2lang  2.235  2.3570  3.26144  2.5995  2.8925  24.641   100  a 
#>   str2exp  2.230  2.3200  2.81387  2.4780  2.6970  10.312   100  a

microbenchmark(call = eval(call('x2')[[1]], df), 
               parse = eval(parse(text='x2'), df), 
               str2lang = eval(str2lang('x2'), df), 
               str2exp = eval(str2expression('x2'), df), 
               check = "identical")
#> Unit: microseconds
#>      expr    min     lq     mean  median      uq     max neval cld
#>      call  1.124  1.194  1.47770  1.3675  1.5795   9.031   100  a 
#>     parse 38.254 38.762 40.21497 38.9630 39.3120 116.510   100   b
#>  str2lang  2.214  2.304  2.55036  2.3960  2.6530  10.639   100  a 
#>   str2exp  2.238  2.331  2.50011  2.4210  2.6515   3.619   100  a
由reprex package（v0.3.0）在2020-04-23创建

因此，我倾向于使用call，但我想确保这样做而不是使用其他解决方案不会有任何意外的后果。换句话说，在什么情况下（在我正在使用它们的上下文中），这四种方法将不会给出相同的答案，从而导致一种方法优于另一种方法？

我正在编写一个函数来从给定的data.frame df或环境env中提取以字符串形式提供的变量。最初，我一直在将eval（parse（text = s），df，env）构造用于...

Answer 1

我认为这取决于您要评估的字符串。如果它始终是一个名字，那么as.name('x1')可能也是一个竞争者。我的测试表明，该方法比使用call的解决方案要慢一点，但是我想说它是更好的选择，因为它不那么晦涩难懂，并且不太可能引起将来的头痛。