dplyr滞后调用中的意外tidy eval行为

我有一个函数，它接受一个数据框架和几个变量，我希望它使用整洁的评估原则生成一组滞后变量。它的简单形式如下所示：

library(dplyr)
cor_lags <- function(df, var1, var2) {
  var1 <- enquo(var1)
  var2 <- enquo(var2)
  df %>% 
    select(!!var1, !!var2) %>% 
    mutate(lag1 = lag(!!var2, 1),
           lag2 = lag(!!var2, 2),
           lag3 = lag(!!var2, 3),
           lag4 = lag(!!var2, 4),
           lag5 = lag(!!var2, 5),
           lag6 = lag(!!var2, 6))
}

是不是有一个原因！！评估人员没有在

延迟

呼叫中工作？他们显然在

select

调用中工作

上述调用的预期行为在实践中应与以下代码类似（有效）：

#应为
cor_lags你把准引号语法弄混了。或者


将
enquo
替换为
sym
（或
rlang:：sym
）以将字符串转换为符号

cor_lags <- function(df, var1, var2) {
  var1 <- sym(var1);                              # Turn string into symbol
  var2 <- sym(var2);                              # Turn string into symbol
  df %>%
    select(!!var1, !!var2) %>%
    mutate(lag1 = lag(!!var2, 1),
           lag2 = lag(!!var2, 2),
           lag3 = lag(!!var2, 3),
           lag4 = lag(!!var2, 4),
           lag5 = lag(!!var2, 5),
           lag6 = lag(!!var2, 6))
}

cor_lags(mtcars, "mpg", "disp") %>% head()        # var1, var2 as string
#   mpg disp lag1 lag2 lag3 lag4 lag5 lag6
#1 21.0  160   NA   NA   NA   NA   NA   NA
#2 21.0  160  160   NA   NA   NA   NA   NA
#3 22.8  108  160  160   NA   NA   NA   NA
#4 21.4  258  108  160  160   NA   NA   NA
#5 18.7  360  258  108  160  160   NA   NA
#6 18.1  225  360  258  108  160  160   NA


你把准引号语法弄混了。或者


将
enquo
替换为
sym
（或
rlang:：sym
）以将字符串转换为符号

cor_lags <- function(df, var1, var2) {
  var1 <- sym(var1);                              # Turn string into symbol
  var2 <- sym(var2);                              # Turn string into symbol
  df %>%
    select(!!var1, !!var2) %>%
    mutate(lag1 = lag(!!var2, 1),
           lag2 = lag(!!var2, 2),
           lag3 = lag(!!var2, 3),
           lag4 = lag(!!var2, 4),
           lag5 = lag(!!var2, 5),
           lag6 = lag(!!var2, 6))
}

cor_lags(mtcars, "mpg", "disp") %>% head()        # var1, var2 as string
#   mpg disp lag1 lag2 lag3 lag4 lag5 lag6
#1 21.0  160   NA   NA   NA   NA   NA   NA
#2 21.0  160  160   NA   NA   NA   NA   NA
#3 22.8  108  160  160   NA   NA   NA   NA
#4 21.4  258  108  160  160   NA   NA   NA
#5 18.7  360  258  108  160  160   NA   NA
#6 18.1  225  360  258  108  160  160   NA


我们可以创建一个函数，该函数既可以接受无引号的字符串，也可以接受带引号的字符串

library(tidyverse)
library(rlang)
cor_lags <- function(df, var1, var2) {


  var1 <- parse_expr(quo_name(enquo(var1)))                           
  var2 <- parse_expr(quo_name(enquo(var2)))   


  df %>%   
    select(!! var1, !! var2) %>%
    mutate(lag1 = lag(!!var2, 1),
           lag2 = lag(!!var2, 2),
           lag3 = lag(!!var2, 3),
           lag4 = lag(!!var2, 4),
           lag5 = lag(!!var2, 5),
           lag6 = lag(!!var2, 6))
}

我们可以创建一个函数，它既可以接受无引号的字符串，也可以接受带引号的字符串

library(tidyverse)
library(rlang)
cor_lags <- function(df, var1, var2) {


  var1 <- parse_expr(quo_name(enquo(var1)))                           
  var2 <- parse_expr(quo_name(enquo(var2)))   


  df %>%   
    select(!! var1, !! var2) %>%
    mutate(lag1 = lag(!!var2, 1),
           lag2 = lag(!!var2, 2),
           lag3 = lag(!!var2, 3),
           lag4 = lag(!!var2, 4),
           lag5 = lag(!!var2, 5),
           lag6 = lag(!!var2, 6))
}

谢谢，
rlang:：sym
工作正常，但我不明白为什么是enquo+！！在select调用中有效，但在这里的lag调用中无效。谢谢，
rlang:：sym
确实有效，但我不明白为什么是enquo+！！在select调用中有效，但在此处的lag调用中无效。
cor_lags <- function(df, var1, var2) {
   var1 <- enquo(var1)                            # Turn expression into quosure
   var2 <- enquo(var2)                            # Turn expression into quosure
   df %>%
     select(!!var1, !!var2) %>%
     mutate(lag1 = lag(!!var2, 1),
            lag2 = lag(!!var2, 2),
            lag3 = lag(!!var2, 3),
            lag4 = lag(!!var2, 4),
            lag5 = lag(!!var2, 5),
            lag6 = lag(!!var2, 6))
}
cor_lags(mtcars, mpg, disp) %>% head()            # var1, var2 as expressions
#   mpg disp lag1 lag2 lag3 lag4 lag5 lag6
#1 21.0  160   NA   NA   NA   NA   NA   NA
#2 21.0  160  160   NA   NA   NA   NA   NA
#3 22.8  108  160  160   NA   NA   NA   NA
#4 21.4  258  108  160  160   NA   NA   NA
#5 18.7  360  258  108  160  160   NA   NA
#6 18.1  225  360  258  108  160  160   NA

library(tidyverse)
library(rlang)
cor_lags <- function(df, var1, var2) {


  var1 <- parse_expr(quo_name(enquo(var1)))                           
  var2 <- parse_expr(quo_name(enquo(var2)))   


  df %>%   
    select(!! var1, !! var2) %>%
    mutate(lag1 = lag(!!var2, 1),
           lag2 = lag(!!var2, 2),
           lag3 = lag(!!var2, 3),
           lag4 = lag(!!var2, 4),
           lag5 = lag(!!var2, 5),
           lag6 = lag(!!var2, 6))
}

cor_lags(mtcars, "mpg", "disp") %>% 
        head() 
#   mpg disp lag1 lag2 lag3 lag4 lag5 lag6
#1 21.0  160   NA   NA   NA   NA   NA   NA
#2 21.0  160  160   NA   NA   NA   NA   NA
#3 22.8  108  160  160   NA   NA   NA   NA
#4 21.4  258  108  160  160   NA   NA   NA
#5 18.7  360  258  108  160  160   NA   NA
#6 18.1  225  360  258  108  160  160   NA

cor_lags(mtcars, mpg, disp) %>%
         head()    
#  mpg disp lag1 lag2 lag3 lag4 lag5 lag6
#1 21.0  160   NA   NA   NA   NA   NA   NA
#2 21.0  160  160   NA   NA   NA   NA   NA
#3 22.8  108  160  160   NA   NA   NA   NA
#4 21.4  258  108  160  160   NA   NA   NA
#5 18.7  360  258  108  160  160   NA   NA
#6 18.1  225  360  258  108  160  160   NA