如何从rlang'；我能处理的美国数据。？

我正在构建一个整洁的兼容函数，用于

dplyr

的

mutate

中，我希望传递一个变量和我正在处理的数据集，并使用两者的信息构建一个向量

作为一个基本示例，假设我想要返回一个字符串，其中包含变量的平均值和数据集中的行数（我知道我可以只取

var

的长度，忽略它，这是一个示例）

如何从

.data

获取完整信息？我知道我没有将其包括在示例中，但具体地说，我需要

attr（dat）

中的一些内容，以及

dat

中的变量中的一些内容，这些内容是为分组正确设置的子集，因此，无论是恢复到

，还是仅仅从中提取变量和获取内容都不会起作用。

如上述评论所述，这是不可能的，因为这不是

.data

的预期用途。然而，现在我已经放弃了直接做这件事，我已经用

和

.data

的组合做了一个乱七八糟的工作

info <- function(var,df = get(".",envir = parent.frame())) {
  #First, get any information you need from .
  fulldatasize <- nrow(df)

  #Then, check if you actually need .data,
  #i.e. the data is grouped and you need a subsample
  if (length(var) < nrow(df)) {
      #If you are, get the list of variables you want from .data, maybe all of them
      namesiwant <- names(df)

      #Get .data
      datapronoun <- get('.data',envir=parent.frame())

      #And remake df using just the subsample
      df <- data.frame(lapply(namesiwant, function(x) datapronoun[[x]]))
      names(df) <- namesiwant
  }

  #Now do whatever you want with the .data data
  groupsize <- nrow(df)

  paste(mean(var),groupsize,fulldatasize,sep=', ')
}

dat <- data.frame(a = 1:10, i = c(rep(1,5),rep(2,5)))

#types contains the within-group mean, then 5, then 10
dat %>% group_by(i) %>% mutate(types = info(a))

info为什么不在这里使用
length（）
而不是
nrow（）

dat%变异（类型=信息（a））
#>#tibble:10 x 3
#>#组：i[2]
#>a i类型
#>      
#>  1     1     1 3, 5 
#>  2     2     1 3, 5 
#>  3     3     1 3, 5 
#>  4     4     1 3, 5 
#>  5     5     1 3, 5 
#>  6     6     2 8, 5 
#>  7     7     2 8, 5 
#>  8     8     2 8, 5 
#>  9     9     2 8, 5 
#> 10    10     2 8, 5
我想你做不到。正如您所说，
.data
实际上并不是一个数据帧，它有自己的类（
rlang\u data\u代词
没有“父”类），并且
rlang
不希望您以任何其他方式使用它。该类没有为
dim
或
nrow
定义方法，如果使用
[
或
length
。嗯，太糟糕了。也许我可以让它同时通过
和
.data
。它很笨重，但符合我的目的。正如问题中提到的，我知道我可以这样做，但这只能解决具体的例子，而不是一般的问题。需要从数据集。你能给出一个不那么琐碎的例子，用一种不适合你的方法来解决吗？我怀疑你的真实案例可能不需要像你自己的答案那样复杂。具体来说，我需要传入三件事：（1）组子集var[由var完成]，（2）组子集数据集中的几个其他变量[由.data完成]，和（3）关于（2）中需要哪些其他变量的信息，这些变量存储在attr（，“varnames”）。（3）与.data一起丢失，因此我似乎需要同时获取（2）和（3）的.data。
info2 <- function(var,df = get(".data",envir = parent.frame())) {
  paste(mean(var),nrow(.data),sep=', ')
}

#Doesn't work. nrow(.data) gives blank strings
dat %>% group_by(i) %>% mutate(types = info2(a))

info <- function(var,df = get(".",envir = parent.frame())) {
  #First, get any information you need from .
  fulldatasize <- nrow(df)

  #Then, check if you actually need .data,
  #i.e. the data is grouped and you need a subsample
  if (length(var) < nrow(df)) {
      #If you are, get the list of variables you want from .data, maybe all of them
      namesiwant <- names(df)

      #Get .data
      datapronoun <- get('.data',envir=parent.frame())

      #And remake df using just the subsample
      df <- data.frame(lapply(namesiwant, function(x) datapronoun[[x]]))
      names(df) <- namesiwant
  }

  #Now do whatever you want with the .data data
  groupsize <- nrow(df)

  paste(mean(var),groupsize,fulldatasize,sep=', ')
}

dat <- data.frame(a = 1:10, i = c(rep(1,5),rep(2,5)))

#types contains the within-group mean, then 5, then 10
dat %>% group_by(i) %>% mutate(types = info(a))