R 表达式求值，字符串中的对象。。。还不清楚

我读过很多关于如何从字符串或求值表达式创建对象的主题，包括

assign（）

、

get（）

、

as.name（）

或

eval（substitute（））

，但有些事情我并不完全清楚

在我下面的示例中，我有一个输入数据集（长格式），我希望输出3个矩阵

输入数据帧：

# Input dataframe
df <- data.frame(v1 = c(rep("A", 3), rep("B", 3)),
                 v2 = c(rep(letters[1:3], 2)),
                 dfA = sample(1:10, 6),
                 dfB = sample(1:10, 6),
                 dfC = sample(1:10, 6))

> df
  v1 v2 dfA dfB dfC
1  A  a   5  10   5
2  A  b   4   7   9
3  A  c  10   1   2
4  B  a   7   9   7
5  B  b   2   8   1
6  B  c   9   3   4

因此，手动操作没有问题（我只是在这里执行第一个矩阵）：

然后，我想将v1值放入row.names中：

row.names(get(paste0(dfName, "A"))) <- get(paste0(dfName, "A"))[, 1]

所以，我可以让它工作，但它不是“美丽”给我

是否有太多的

assign（）

或太多的

eval（substitute（））

？ 这是做这件事的好方法吗

我想我几乎把手指放在它上面了，但我仍然不理解我可能会犯的错误

我错过什么了吗？有更好的方法吗？（所谓更好，我指的是清晰的编码、更好的效率、尊重R编码规则……）

非常感谢你的回答，很抱歉这篇长文章

1）映射通常，最好创建一个对象列表，因此使用末尾注释中的输入并使用

xtabs

尝试此操作

没有使用任何软件包

fun <- function(nm) xtabs(df[c(nm, head(names(df), 2))])
L <- Map(fun, tail(names(df), -2))
names(L) <- sub("df", "", names(L))  # optional - remove "df" from names

2）重塑另一种可能性是通过将

df

重塑为长形，然后在其上使用

xtabs

来创建三维表格

长格式将为

dfA

、

dfB

和

dfC

中的每个单元格提供一行，并新增两列：

• 新的

  “vnames”

  列包含原始

  “dfA”

  、

  “dfB”

  、

  “dfC”

  列中的数值。

  v.names

  和

  variable

  参数定义了这一点
• 新的

  “组”

  列标识

  “vnames”

  列中的每个值来自哪个

  df列。
  timevar
  和
  times
  参数定义了这一点

这种方法的优点是易于查看所有切片。例如，请尝试以下各项：

选项卡[“B”，“B”，“C”]

，

选项卡[，“B”，“C”]

，

选项卡[“B”，“B”，“C”]

，

选项卡[“B”，“C”]

，

选项卡[，“B”，][/code>，
选项卡[，“C”

没有使用任何软件包

vnames <- tail(names(df), -2)  # c("dfA", "dfB", "dfC")
long <- reshape(df, dir = "long", 
  varying = vnames, v.names = "vnames",
  times = sub("df", "", vnames), timevar = "Group")
tab <- xtabs(vnames ~ v1 + v2 + Group, long)

2a）重塑2：：熔化此变体使用重塑2软件包中的
melt
代替R底部的
restrape
，并且更加紧凑：

library(reshape2)

xtabs(value ~ v1 + v2 + variable, data = melt(df))

注意：为再现性设置种子我们将此输入用作
df
：

set.seed(123)
df <- data.frame(v1 = c(rep("A", 3), rep("B", 3)),
                 v2 = c(rep(letters[1:3], 2)),
                 dfA = sample(1:10, 6),
                 dfB = sample(1:10, 6),
                 dfC = sample(1:10, 6))

set.seed（123）
df1）映射通常最好创建一个对象列表，因此使用末尾注释中的输入并使用
xtabs
尝试此操作

没有使用任何软件包

fun <- function(nm) xtabs(df[c(nm, head(names(df), 2))])
L <- Map(fun, tail(names(df), -2))
names(L) <- sub("df", "", names(L))  # optional - remove "df" from names

2）重塑另一种可能性是通过将
df
重塑为长形，然后在其上使用
xtabs
来创建三维表格

长格式将为
dfA
、
dfB
和
dfC
中的每个单元格提供一行，并新增两列：


新的
“vnames”
列包含原始
“dfA”
、
“dfB”
、
“dfC”
列中的数值。
v.names
和
variable
参数定义了这一点
新的
“组”
列标识
“vnames”
列中的每个值来自哪个
df列。
timevar
和
times
参数定义了这一点


这种方法的优点是易于查看所有切片。例如，请尝试以下各项：
选项卡[“B”，“B”，“C”]
，
选项卡[，“B”，“C”]
，
选项卡[“B”，“B”，“C”]
，
选项卡[“B”，“C”]
，
选项卡[，“B”，][/code>，
选项卡[，“C”

没有使用任何软件包

vnames <- tail(names(df), -2)  # c("dfA", "dfB", "dfC")
long <- reshape(df, dir = "long", 
  varying = vnames, v.names = "vnames",
  times = sub("df", "", vnames), timevar = "Group")
tab <- xtabs(vnames ~ v1 + v2 + Group, long)

2a）重塑2：：熔化此变体使用重塑2软件包中的
melt
代替R底部的
restrape
，并且更加紧凑：

library(reshape2)

xtabs(value ~ v1 + v2 + variable, data = melt(df))

注意：为再现性设置种子我们将此输入用作
df
：

set.seed(123)
df <- data.frame(v1 = c(rep("A", 3), rep("B", 3)),
                 v2 = c(rep(letters[1:3], 2)),
                 dfA = sample(1:10, 6),
                 dfB = sample(1:10, 6),
                 dfC = sample(1:10, 6))

set.seed（123）
df您需要这些函数的
标准评估版本：

assign(paste0(dfName, "A"), get(paste0(dfName, "A")) %>%
           spread_(key = 'v2', value = paste0(dfName, "A")))

注意动词末尾的
，以及
“v2”
被引用的事实

从
dplyr
vignette：

标准评估基础

dplyr中使用NSE的每个函数都有一个使用SE的版本。
SE版本的名称始终是NSE名称，其上带有一个uu
结束。例如，summarise（）的SE版本是summarise_（）；这个
arrange（）的SE版本是arrange_u3;（）。这些功能非常有效
与他们的NSE表亲类似，但他们的输入必须“引用”：

您需要这些函数的
标准评估版本：

assign(paste0(dfName, "A"), get(paste0(dfName, "A")) %>%
           spread_(key = 'v2', value = paste0(dfName, "A")))

注意动词末尾的
，以及
“v2”
被引用的事实

从
dplyr
vignette：

标准评估基础

dplyr中使用NSE的每个函数都有一个使用SE的版本。
SE版本的名称始终是NSE名称，其上带有一个uu
结束。例如，summarise（）的SE版本是summarise_（）；这个
arrange（）的SE版本是arrange_u3;（）。这些功能非常有效
与他们的NSE表亲类似，但他们的输入必须“引用”：

我们可以通过
data.table
中的
dcast
转换为
list
，而无需将多个列转换为
value.var

library(data.table)
dcast(setDT(df), v1 ~v2, value.var = c("dfA", "dfB", "dfC"))
#   v1 dfA_a dfA_b dfA_c dfB_a dfB_b dfB_c dfC_a dfC_b dfC_c
#1:  A     3     8     4     6     9     5     7     6     1
#2:  B     7     6     1     4    10     3    10     2     8

数据
set.seed（123）
df我们可以通过
data.table
中的
dcast
实现这一点，而无需将多个列转换为
value.var

library(data.table)
dcast(setDT(df), v1 ~v2, value.var = c("dfA", "dfB", "dfC"))
#   v1 dfA_a dfA_b dfA_c dfB_a dfB_b dfB_c dfC_a dfC_b dfC_c
#1:  A     3     8     4     6     9     5     7     6     1
#2:  B     7     6     1     4    10     3    10     2     8

数据
se
set.seed(123)
df <- data.frame(v1 = c(rep("A", 3), rep("B", 3)),
                 v2 = c(rep(letters[1:3], 2)),
                 dfA = sample(1:10, 6),
                 dfB = sample(1:10, 6),
                 dfC = sample(1:10, 6))

assign(paste0(dfName, "A"), get(paste0(dfName, "A")) %>%
           spread_(key = 'v2', value = paste0(dfName, "A")))

library(data.table)
dcast(setDT(df), v1 ~v2, value.var = c("dfA", "dfB", "dfC"))
#   v1 dfA_a dfA_b dfA_c dfB_a dfB_b dfB_c dfC_a dfC_b dfC_c
#1:  A     3     8     4     6     9     5     7     6     1
#2:  B     7     6     1     4    10     3    10     2     8

set.seed(123)
df <- data.frame(v1 = c(rep("A", 3), rep("B", 3)),
                  v2 = c(rep(letters[1:3], 2)),
                  dfA = sample(1:10, 6),
                  dfB = sample(1:10, 6),
                  dfC = sample(1:10, 6))