R中依赖非标准求值的函数的包装器
我围绕R中依赖非标准求值的函数的包装器,r,function,subset,evaluation,ellipsis,R,Function,Subset,Evaluation,Ellipsis,我围绕ftable编写了一个包装器,因为我需要为许多变量计算带有频率和百分比的平面表: mytable <- function(...) { tab <- ftable(..., exclude = NULL) prop <- prop.table(x = tab, margin = 2) * 100 bind <- cbind(as.matrix(x = tab),
ftable
编写了一个包装器,因为我需要为许多变量计算带有频率和百分比的平面表:
mytable <- function(...) {
tab <- ftable(...,
exclude = NULL)
prop <- prop.table(x = tab,
margin = 2) * 100
bind <- cbind(as.matrix(x = tab),
as.matrix(x = prop))
margin <- addmargins(A = bind,
margin = 1)
round(x = margin,
digits = 1)
}
mytable(formula = wool + tension ~ breaks,
data = warpbreaks)
A_L A_M A_H B_L B_M B_H A_L A_M A_H B_L B_M B_H
10 0 0 1 0 0 0 0.0 0.0 11.1 0.0 0.0 0.0
12 0 1 0 0 0 0 0.0 11.1 0.0 0.0 0.0 0.0
13 0 0 0 0 0 1 0.0 0.0 0.0 0.0 0.0 11.1
14 0 0 0 1 0 0 0.0 0.0 0.0 11.1 0.0 0.0
15 0 0 1 0 0 2 0.0 0.0 11.1 0.0 0.0 22.2
...
Sum 9 9 9 9 9 9 100.0 100.0 100.0 100.0 100.0 100.0
我知道我可以在数据参数中使用data=warpbreaks[warpbreaks$breaks<20,]
作为解决方法,但我希望提高我对R的了解。“帮助我理解错误是由于非标准评估造成的,但我没有纠正我的代码
因此,我的问题是:
- 如何让R在
中查找warpbreaks
breaks
- 更一般地说,对于单变量和多变量,在垂直布局中是否有一种更明显的base R方法来计算具有频率和百分比的平面表?(我可以使用
获得单个变量的垂直布局)mytable(x=warpbreaks$tension,row.vars=1)
…
,我会得到一个不同的错误:
mytable <- function(formula,
data,
subset) ftable(formula = formula,
data = data,
subset = subset)
mytable(formula = wool + tension ~ breaks,
data = warpbreaks,
subset = breaks < 20)
Error in xj[i] : invalid subscript type 'closure'
然而,我正在寻找这两种方法(函数1和函数2)的优缺点,因为我不知道一种方法是否受欢迎。到目前为止,我刚刚发现,do.call
可能会慢一些
更重要的是,这些方法导致了我的另一个问题:问得很好,恭喜。如果我给出的反馈不是问得不好的问题,我觉得我应该推荐这种结构良好的问题,并提供一个很好的可复制的例子。@PavoDive谢谢!
mytable <- function(formula,
data,
subset) ftable(formula = formula,
data = data,
subset = subset)
mytable(formula = wool + tension ~ breaks,
data = warpbreaks,
subset = breaks < 20)
Error in xj[i] : invalid subscript type 'closure'
# function 1
mytable <- function(...) {
mc <- match.call()
mc["exclude"] <- list(NULL)
do.call(what = ftable,
args = as.list(x = mc[-1]))
#etc
}
# function 2
mytable <- function(...) {
mc <- match.call()
mc[[1]] <- quote(expr = ftable)
mc["exclude"] <- list(NULL)
eval(expr = mc)
# etc
}