使用dplyr:：select进行计算在我的函数中不起作用_R_Dplyr_Evaluation_Tidyselect

使用dplyr:：select进行计算在我的函数中不起作用

使用dplyr:：select进行计算在我的函数中不起作用,r,dplyr,evaluation,tidyselect,R,Dplyr,Evaluation,Tidyselect,我对处理R中的评估问题真的很陌生 example<- data.frame(id = 1:5, pairs0 = c(1, 1, 1, 2, 2), pairs1 = c(2, 2, 1, 1, 1) ) 示例%select（j，col_对），后缀=c（'1'，'2'）， by=“{col_pair}}”，保持=真）%>% 过滤器（j1！=j2） } 该函数拾取数据帧df，

我对处理R中的评估问题真的很陌生

example<- data.frame(id = 1:5,
                 pairs0 = c(1, 1, 1, 2, 2),
                 pairs1 = c(2, 2, 1, 1, 1)
                     )

示例%select（j，col_对），
后缀=c（'1'，'2'），
by=“{col_pair}}”，
保持=真）%>%
过滤器（j1！=j2）
}

该函数拾取数据帧

df

，并通过列

列对将其连接到自身。
问题是，如果我运行f（例如，pairs0）
，我会得到“连接列必须存在于数据中”
有人能帮忙吗？
我已经对您的函数进行了修改，您可以将其视为一个选项，因为它使用带引号的变量，并且与使用其他求值方案相比，麻烦更少。代码如下：
#Function
f <- function(df, col_pair){
  
  df2 <- df %>% mutate(j = row_number())
  
  full_join(df2 %>% select(j, col_pair),
            df2 %>% select(j, col_pair),
            suffix = c('1', '2'),
            by = col_pair,
            keep = TRUE) %>%
    filter(j1 != j2)
}
#Apply
f(example, 'pairs0')

此外，如果需要非标准评估，您可以使用：
#Option 2
f <- function(df, col_pair){
  
  var <- enquo(col_pair)
  
  df2 <- df %>% mutate(j = row_number())
  
  full_join(df2 %>% select(j, !!var),
            df2 %>% select(j, !!var),
            suffix = c('1', '2'),
            by = rlang::as_name(var),
            keep = TRUE) %>%
    filter(j1 != j2)
}

输出：
  j1 pairs01 j2 pairs02
1  1       1  2       1
2  1       1  3       1
3  2       1  1       1
4  2       1  3       1
5  3       1  1       1
6  3       1  2       1
7  4       2  5       2
8  5       2  4       2

  j1 pairs01 j2 pairs02
1  1       1  2       1
2  1       1  3       1
3  2       1  1       1
4  2       1  3       1
5  3       1  1       1
6  3       1  2       1
7  4       2  5       2
8  5       2  4       2

我对你的函数做了一个修改，你可以把它看作是一个选项，因为它使用带引号的变量，与使用其他求值方案相比，麻烦更少。代码如下：
#Function
f <- function(df, col_pair){
  
  df2 <- df %>% mutate(j = row_number())
  
  full_join(df2 %>% select(j, col_pair),
            df2 %>% select(j, col_pair),
            suffix = c('1', '2'),
            by = col_pair,
            keep = TRUE) %>%
    filter(j1 != j2)
}
#Apply
f(example, 'pairs0')

此外，如果需要非标准评估，您可以使用：
#Option 2
f <- function(df, col_pair){
  
  var <- enquo(col_pair)
  
  df2 <- df %>% mutate(j = row_number())
  
  full_join(df2 %>% select(j, !!var),
            df2 %>% select(j, !!var),
            suffix = c('1', '2'),
            by = rlang::as_name(var),
            keep = TRUE) %>%
    filter(j1 != j2)
}

输出：
  j1 pairs01 j2 pairs02
1  1       1  2       1
2  1       1  3       1
3  2       1  1       1
4  2       1  3       1
5  3       1  1       1
6  3       1  2       1
7  4       2  5       2
8  5       2  4       2

  j1 pairs01 j2 pairs02
1  1       1  2       1
2  1       1  3       1
3  2       1  1       1
4  2       1  3       1
5  3       1  1       1
6  3       1  2       1
7  4       2  5       2
8  5       2  4       2

看起来你在那里混合了merge
选项，all.x
不是dplyr:：left_join
（虽然它在包含时不会产生警告/错误）。你在哪里尝试使用任何tidyselect
逻辑？@r2evans抱歉，我的意思是我怀疑我是否应该使用{col pair}
相反，您可以在函数中使用{{{col\u pair}}
来完成此操作；但是使用上一个过滤器操作，您不会得到任何行back@starja现在我注意到我的函数中有一个错误，它看起来像是在混合merge
选项，all.x
不是dplyr:：left\u join
的参数（尽管它在包含时不会产生警告/错误）。你在哪里尝试使用任何tidyselect
逻辑？@r2evans对不起，我的意思是我怀疑我是否应该使用{{colu-pair}
之类的东西，而不是你可以在你的函数中使用{colu-pair}
；但是使用上一个过滤器操作，您不会得到任何行back@starja现在我注意到我的功能有一个错误谢谢！你能看一下最新的问题吗？我只想在col\u pair
列上加入，这样我在处理full\u-join
@Duck中的by
参数时就有麻烦了。你是说enquo
和使用新的评估标准？阅读时，我想，{{}
是镇上新来的孩子吗？@starja是的，两人都是镇上新来的孩子，在dplyr
中执行函数，至少这是我所看到的。对不起，如果我错了，我把你弄糊涂了@我已经为你想要的东西添加了一个更新，也许对你有帮助@这是一个警告。它引用了来自dplyr的新函数来完成这项任务。尝试用by=all\u of（col\u pair）
更改by=col\u pair
部分。结果是一样的。我已经测试过了：）谢谢！你能看一下最新的问题吗？我只想在col\u pair
列上加入，这样我在处理full\u-join
@Duck中的by
参数时就有麻烦了。你是说enquo
和使用新的评估标准？阅读时，我想，{{}
是镇上新来的孩子吗？@starja是的，两人都是镇上新来的孩子，在dplyr
中执行函数，至少这是我所看到的。对不起，如果我错了，我把你弄糊涂了@我已经为你想要的东西添加了一个更新，也许对你有帮助@这是一个警告。它引用了来自dplyr的新函数来完成这项任务。尝试用by=all\u of（col\u pair）
更改by=col\u pair
部分。结果是一样的。我已经测试过：）