R 为什么在使用动态变量名时，按1添加实际上是按2添加？

当我运行下面的代码时，我希望Sepal_Width_2列的值是Sepal_Width+1，但实际上它是Sepal_Width+2。有什么好处

require(dplyr)
require(sparklyr)

Sys.setenv(SPARK_HOME='/usr/lib/spark')
sc <- spark_connect(master="yarn")

# for this example these variables are hard coded
# but in my actual code these are named dynamically
sw_name <- as.name('Sepal_Width')
sw2 <- "Sepal_Width_2"
sw2_name <- as.name(sw2)

ir <- copy_to(sc, iris)

print(head(ir %>% mutate(!!sw2 := sw_name))) # so far so good
# Source: spark<?> [?? x 6]
# Sepal_Length Sepal_Width Petal_Length Petal_Width Species Sepal_Width_2
# <dbl>       <dbl>        <dbl>       <dbl> <chr>           <dbl>
# 5.1         3.5          1.4         0.2 setosa            3.5
# 4.9         3            1.4         0.2 setosa            3  
# 4.7         3.2          1.3         0.2 setosa            3.2
# 4.6         3.1          1.5         0.2 setosa            3.1
# 5           3.6          1.4         0.2 setosa            3.6
# 5.4         3.9          1.7         0.4 setosa            3.9

print(head(ir %>% mutate(!!sw2 := sw_name) %>% mutate(!!sw2 := sw2_name + 1))) # i guess 2+2 != 4?
# Source: spark<?> [?? x 6]
# Sepal_Length Sepal_Width Petal_Length Petal_Width Species Sepal_Width_2
# <dbl>       <dbl>        <dbl>       <dbl> <chr>           <dbl>
# 5.1         3.5          1.4         0.2 setosa            5.5
# 4.9         3            1.4         0.2 setosa            5  
# 4.7         3.2          1.3         0.2 setosa            5.2
# 4.6         3.1          1.5         0.2 setosa            5.1
# 5           3.6          1.4         0.2 setosa            5.6
# 5.4         3.9          1.7         0.4 setosa            5.9

require（dplyr）
需要（年）
Sys.setenv（SPARK_HOME='/usr/lib/SPARK'）
sc[？x 6]
#萼片长度萼片宽度花瓣长度花瓣宽度种萼片宽度2
#                                   
#5.1 3.5 1.4 0.2 setosa 5.5
#4.9 3 1.4 0.2刚毛5
#4.7 3.2 1.3 0.2 setosa 5.2
#4.6 3.1 1.5 0.2 setosa 5.1
#5.3.6 1.4 0.2 setosa 5.6
#5.4 3.9 1.7 0.4 setosa 5.9

我的用例要求我使用上面提到的动态变量命名。在本例中，这相当愚蠢（与直接使用变量相比），但在我的用例中，我在数百个不同的spark表中运行相同的函数。它们在列数和每列是什么（来自某些机器学习模型的输出）方面都有相同的“模式”，但名称不同，因为每个表包含不同模型的输出。这些名称是可预测的，但由于它们不同，因此我按照您在这里看到的动态构造它们，而不是硬编码它们

---

Spark似乎知道如何在名称硬编码时将2和2相加，但当名称是动态的时，它会突然崩溃。

您可能误用了

as.name

，这导致

Sparkyr

误解您的输入

请注意，仅处理本地表时出现的代码错误：

---

sw_name我不确定哪个软件包是罪魁祸首（Sparkyr，dplyr，R，谁知道），但当我从3.6.3/Sparkyr 1.5升级到R 4.0.2/Sparkyr 1.7.0时，这个问题已经解决了。
增加0.5可以增加1，但这个行为很奇怪……谢谢你的建议。语法是合法的，在Sparkyr中“起作用”，因为它可以运行，但是奇怪的行为仍然存在。我将尝试不同的sym和！！看看会发生什么。感谢您链接非标准评估指南。很清楚，但我会努力克服的。