如何以编程方式创建R函数？

最近在列表上问了一个有趣的问题，由于找不到关于StackOverflow主题的现有问题，我认为它可能会有用，因为它也存在于这里

意译：

R函数由三个元素组成：参数列表、主体和环境。我们能用这三个元素以编程方式构造函数吗？

---

（在上面的r-devel链接中，在线程的末尾给出了一个相当全面的答案。我会让其他人自己重新创建各种解决方案的基准测试，并将其作为一个答案提供，但如果您这样做，请务必引用Hadley。如果几个小时内没有人站出来，我会自己做。）这是对讨论的扩展

我们的三个部分需要是一个参数列表、一个主体和一个环境

对于环境，默认情况下我们只需使用

env=parent.frame（）

我们并不真正希望参数有一个常规的旧列表，因此我们使用

alist

它有一些不同的行为：

“…不计算值，不允许使用无值的标记参数”

一个选项是将

args

转换为成对列表，然后只需调用函数

function

使用

eval

：

make_function1 <- function(args, body, env = parent.frame()) {
      args <- as.pairlist(args)
      eval(call("function", args, body), env)
}

最后，对我来说，这似乎与第一种方法非常相似，除了 我们使用一种稍微不同的习惯用法来创建函数调用，使用

替换

而不是调用：

body <- quote(a + b)

make_function4 <- function(args, body, env = parent.frame()) {
      subs <- list(args = as.pairlist(args), body = body)
      eval(substitute(`function`(args, body), subs), env)
}


library(microbenchmark)
microbenchmark(
      make_function1(args, body),
      make_function2(args, body),
      make_function3(args, body),
      make_function4(args, body),
      function(a = 1, b = 2) a + b
    )

Unit: nanoseconds
                          expr   min      lq  median      uq    max
1 function(a = 1, b = 2) a + b   187   273.5   309.0   363.0    673
2   make_function1(args, body)  4123  4729.5  5236.0  5864.0  13449
3   make_function2(args, body) 50695 52296.0 53423.0 54782.5 147062
4   make_function3(args, body)  8427  8992.0  9618.5  9957.0  14857
5   make_function4(args, body)  5339  6089.5  6867.5  7301.5  55137

---

make_function4还有以编程方式创建
alist
对象的问题，因为当参数的数量可变时，这对创建函数很有用

alist
只是一个空符号的命名列表。可以使用
substitute（）
创建这些空符号。因此：

make_alist <- function(args) {
  res <- replicate(length(args), substitute())
  names(res) <- args
  res
}

identical(make_alist(letters[1:2]), alist(a=, b=))
## [1] TRUE

make\u alist
rlang
有一个名为
new\u function
的函数，可以执行以下操作：

用法

新的函数（args，body，env=caller\u env（））

库（rlang）
g我不确定这是否有帮助，但下面的代码在某些情况下可能是有益的

hello\u world可以是用于创建函数的字符串，而assign将用于命名函数hello\u world

hello_world <- "print('Hello World')"

assign("Hello",function()
  {
    eval(parse(text = hello_world))
  }, envir = .GlobalEnv)

hello\u world我想这就是他们发明lisps的原因！听起来可能很奇怪，但我们已经看到一个案例，其中一个人可能想要实现类似的目标（knitr）。joran，非常感谢。请问您对基准测试有何评论？从结果看，函数1比其他函数稍微快一点。但是有一个愚蠢的选择：`函数（a=1，b=2，c=3，d=4，e=5，f=6，g=7，h=8，i=9，j=10）{exp（a+b）*（c+d）^e/f-ln（g）+h^i^j}`我知道函数4比其他函数看起来快得多。有什么想法吗？在代码中扩展
make_function1
以避免覆盖现有函数，我提出了以下建议：
make_function4 <- function(args, body, env = parent.frame()) {
      subs <- list(args = as.pairlist(args), body = body)
      eval(substitute(`function`(args, body), subs), env)
}


library(microbenchmark)
microbenchmark(
      make_function1(args, body),
      make_function2(args, body),
      make_function3(args, body),
      make_function4(args, body),
      function(a = 1, b = 2) a + b
    )

Unit: nanoseconds
                          expr   min      lq  median      uq    max
1 function(a = 1, b = 2) a + b   187   273.5   309.0   363.0    673
2   make_function1(args, body)  4123  4729.5  5236.0  5864.0  13449
3   make_function2(args, body) 50695 52296.0 53423.0 54782.5 147062
4   make_function3(args, body)  8427  8992.0  9618.5  9957.0  14857
5   make_function4(args, body)  5339  6089.5  6867.5  7301.5  55137

make_alist <- function(args) {
  res <- replicate(length(args), substitute())
  names(res) <- args
  res
}

identical(make_alist(letters[1:2]), alist(a=, b=))
## [1] TRUE

library(rlang)
g <- new_function(alist(x = ), quote(x + 3))
g
# function (x) 
# x + 3

hello_world <- "print('Hello World')"

assign("Hello",function()
  {
    eval(parse(text = hello_world))
  }, envir = .GlobalEnv)