使用「；获得；在dplyr中

其背景是，我有一些在一些地方使用plyr的遗留代码，直到几天前，plyr还没有更新以使其与R3.5兼容。我认为这是对plyr支持减少的一个信号，因此我正在考虑将plyr命令更改为dplyr。遗留代码中的ddply命令涉及一些“get”命令，用于引用名称包含在变量中的列。直接翻译将涉及以下类型的代码（一个人为的例子，但它说明了这一点）。它似乎可以工作，并使其与原始代码保持最接近，但这样做有什么陷阱吗？我得到的印象是，这不是制造商批准的使用dplyr编程的方式
示例代码：

library("dplyr")
testFunction <- function(dataset, groupcol, varcol){
  summaryTable <- dataset %>% 
    group_by(get(groupcol)) %>%
    summarise(mean_var = mean(get(varcol)),
              sd_var = sd(get(varcol)))
  return(summaryTable)
}
testGroup <- "cyl"
testVar <- "mpg"
testFunction(mtcars, testGroup, testVar)

库（“dplyr”）
测试函数%
总结（平均值=平均值（获取（varcol）），
sd_var=sd（get（varcol）））
返回（汇总表）
}
testGroup我们可以使用
sym
将其转换为
符号
如果我们传递一个字符串变量，然后使用
进行计算

testFunction <- function(dataset, groupcol, varcol){

varcol <- rlang::sym(varcol)
 dataset %>% 
    group_by(!! rlang::sym(groupcol)) %>%
    summarise(mean_var = mean(!! varcol),
          sd_var = sd(!! varcol))

 }
testFunction(mtcars, testGroup, testVar)
# A tibble: 3 x 3
#    cyl mean_var sd_var
#  <dbl>    <dbl>  <dbl>
#1     4     26.7   4.51
#2     6     19.7   1.45
#3     8     15.1   2.56

最新版本的
dplyr
允许使用bang-bang运算符（
！！
）将变量插入函数调用中。应该避免使用
get（）
函数。您可以通过以下方式修复函数

testFunction <- function(dataset, groupcol, varcol){
  groupcol <- as.name(groupcol)
  varcol <- as.name(varcol)
  summaryTable <- dataset %>% 
    group_by(!!groupcol) %>%
    summarise(mean_var = mean(!!varcol),
              sd_var = sd(!!varcol))
  return(summaryTable)
}
testGroup <- "cyl"
testVar <- "mpg"
testFunction(mtcars, testGroup, testVar)

testFunction就我个人而言，我反对这里的一些正统说法，我只使用
get
来处理以下一些情况：

testFunction <- function(dataset, groupcol, varcol){
  dataset %>% 
    group_by(get(groupcol)) %>%
    summarise(mean_var = mean(get(varcol)),
              sd_var = sd(get(varcol)))
}

我发现
get（x）
比
更简单、更直观！！as.name（x）
或
！！rlang:：sym（x）
，考虑到过去几年中所有引用/取消引用实用程序的波动性，未来几年我可能会求助于
基
命名空间中的内置函数。
谢谢。出于兴趣，关于我最初的问题，为什么要避免使用get函数？只是教条，还是有功能上的原因？我想bang-bang比get短3个字符@Knackiedoo我想这可能更像是一个风格指南建议。要显示一个得到错误结果的示例并不容易，但是当使用
get（）
时，并不总是清楚要从何处提取特定变量。通常，当我在R代码中看到
get（）/assign（）
时，是因为其他人从其他语言复制算法，而不是真正以“R方式”做事。使用符号和表达式（或表达式）或dplyr鼓励的quosures允许更灵活的代码，并且在使用比单个列名更复杂的表达式时表现更好。谢谢。MrFlick给出的答案与此类似，但在使用bang-bang之前没有转换成符号，而且它似乎可以工作。是否有特定的原因或情况需要首先转换为符号？按_at分组是一个很好的建议，但在所讨论的实际案例中，总结不会削减它，因为总结实际上比对所有变量应用单个函数复杂得多。@Knackiedoo
as.name
正在转换为symbol
str（as.name（testGroup））#symbol cyl
如果传递的参数是字符串，则它需要更改为symbol的条件。如果是不带引号的字符串，可以使用
enquo
将其转换为quosure，然后执行
好的，我明白了。我非常确定as.name的理论编码问题不太可能是个问题，因此我将坚持使用基函数而不是sym。只是出于兴趣，我很好奇为什么“get”会遭到这样的反对。我刚才提到的sym help“与as.name（）相反，它们事先将字符串转换为本机编码”。我相信你的话，get可能会出现环境/位置问题。只是想学习！
testFunction <- function(dataset, groupcol, varcol){
  groupcol <- as.name(groupcol)
  varcol <- as.name(varcol)
  summaryTable <- dataset %>% 
    group_by(!!groupcol) %>%
    summarise(mean_var = mean(!!varcol),
              sd_var = sd(!!varcol))
  return(summaryTable)
}
testGroup <- "cyl"
testVar <- "mpg"
testFunction(mtcars, testGroup, testVar)

testFunction <- function(dataset, groupcol, varcol){
  dataset %>% 
    group_by(get(groupcol)) %>%
    summarise(mean_var = mean(get(varcol)),
              sd_var = sd(get(varcol)))
}

testFunction <- function(dataset, groupcol, varcol){
  dataset %>% 
    group_by(.data[[groupcol]]) %>%
    summarise(mean_var = mean(.data[[varcol]]),
              sd_var = sd(.data[[varcol]]))
}