dplyr:标准评估和enquo()

dplyr:标准评估和enquo(),r,dplyr,tidyeval,R,Dplyr,Tidyeval,我听说dplyr中不推荐标准评估,我们可以对enquo和quo做类似的事情 我的原始代码是简化的 my_function <- function(data, x="OriginalX", y="OriginalY"){ data %>% mutate_(CopyX = x, CopyY = y) } 它是有效的 我尝试了以下代码 my_function <- function(data, x="OriginalX", y="OriginalY"){ qx &

我听说dplyr中不推荐标准评估,我们可以对enquo和quo做类似的事情

我的原始代码是简化的

my_function <- function(data, x="OriginalX", y="OriginalY"){
  data %>%
     mutate_(CopyX = x, CopyY = y)
}
它是有效的

我尝试了以下代码

my_function <- function(data, x="OriginalX", y="OriginalY"){
  qx <- enquo(x)
  qy <- enquo(y)
  data %>%
     mutate(CopyX = (!!qx), CopyY = (!!qy))
}

为什么它不起作用?我们应该继续使用标准评估吗?

tidyeval背后的想法是,你不需要在两者之间加上你的列名。因此,这应该是可行的:

my_function <- function(data, x= OriginalX , y= OriginalY ){
  qx <- enquo(x)
  qy <- enquo(y)
  data %>%
    mutate(CopyX = !!qx,
           CopyY = !!qy)
}
如果需要在函数参数中使用字符串,可以使用ensym函数转换它们:

my_function <- function(data, x= "OriginalX" , y= "OriginalY" ){
  qx <- ensym(x)
  qy <- ensym(y)
  data %>%
    mutate(CopyX = !!qx,
           CopyY = !!qy)
}

my_function(iris, "Sepal.Length", "Species") %>%
  head()
  Sepal.Length Sepal.Width Petal.Length Petal.Width Species CopyX  CopyY
1          5.1         3.5          1.4         0.2  setosa   5.1 setosa
2          4.9         3.0          1.4         0.2  setosa   4.9 setosa
3          4.7         3.2          1.3         0.2  setosa   4.7 setosa
4          4.6         3.1          1.5         0.2  setosa   4.6 setosa
5          5.0         3.6          1.4         0.2  setosa   5.0 setosa
6          5.4         3.9          1.7         0.4  setosa   5.4 setosa

tidyeval背后的想法是,您不需要将列名放在两者之间。因此,这应该是可行的:

my_function <- function(data, x= OriginalX , y= OriginalY ){
  qx <- enquo(x)
  qy <- enquo(y)
  data %>%
    mutate(CopyX = !!qx,
           CopyY = !!qy)
}
如果需要在函数参数中使用字符串,可以使用ensym函数转换它们:

my_function <- function(data, x= "OriginalX" , y= "OriginalY" ){
  qx <- ensym(x)
  qy <- ensym(y)
  data %>%
    mutate(CopyX = !!qx,
           CopyY = !!qy)
}

my_function(iris, "Sepal.Length", "Species") %>%
  head()
  Sepal.Length Sepal.Width Petal.Length Petal.Width Species CopyX  CopyY
1          5.1         3.5          1.4         0.2  setosa   5.1 setosa
2          4.9         3.0          1.4         0.2  setosa   4.9 setosa
3          4.7         3.2          1.3         0.2  setosa   4.7 setosa
4          4.6         3.1          1.5         0.2  setosa   4.6 setosa
5          5.0         3.6          1.4         0.2  setosa   5.0 setosa
6          5.4         3.9          1.7         0.4  setosa   5.4 setosa

我认为OP是在传递信息。因此,可以将其转换为符号,而不是enquo@为什么我们需要使用akrun!!在这里这个符号代表什么?@akrun谢谢!我编辑了我的答案,也涵盖了这个案例。我认为OP是在传递信息。因此,可以将其转换为符号,而不是enquo@为什么我们需要使用akrun!!在这里这个符号代表什么?@akrun谢谢!我编辑了我的答案,也涵盖了这种情况。这是针对传递符号/名称而不是字符串的情况。tidyverse不喜欢键入引号。您可以使用qg enquo将字符串转换为符号,这适用于传递符号/名称而不是字符串的情况。tidyverse不喜欢键入引号。您可以使用qg将字符串转换为符号