带select（）的tidyverse中的NSE_R_Tidyverse

带select（）的tidyverse中的NSE

带select（）的tidyverse中的NSE,r,tidyverse,R,Tidyverse,我已经阅读了一些关于NSE与dplyr（、和）的stackoverflow问题，但我仍在努力将其应用到我的使用中这是我的例子这项工作 yo <- tibble(ah = 1:10, meh = 11:20) yup <- yo %>% select(ABX = meh) yoyup%select（！！newnames[i]：=meh） >对 #一个tibble:10x1 ABX 1 11 2 12 3 13 4 14 5 15 6 16

我已经阅读了一些关于NSE与dplyr（、和）的stackoverflow问题，但我仍在努力将其应用到我的使用中

这是我的例子

这项工作

yo <- tibble(ah = 1:10, meh = 11:20)
yup <- yo %>% select(ABX = meh)

yoyup%select（！！newnames[i]：=meh）
>对
#一个tibble:10x1
ABX
1    11
2    12
3    13
4    14
5    15
6    16
7    17
8    18
9    19
10    20

我不确定你是否读过这篇文章，但我发现这篇文章对我更好地理解tidyverse中的NSE很有帮助
 yup%select（！！newnames[i]：=meh）
>对
#一个tibble:10x1
ABX
1    11
2    12
3    13
4    14
5    15
6    16
7    17
8    18
9    19
10    20

我不确定你是否读过这篇文章，但我发现这篇文章对我更好地理解tidyverse中的NSE很有帮助
 第二次尝试，但是使用了：=
而不是=
？谢谢@joran，我不记得见过：=。。。。现在我已经使用R好几年了。嗯，还有很多东西要学！第二次尝试，但是使用了：=
而不是=？谢谢@joran，我不记得见过：=。。。。现在我已经使用R好几年了。嗯，还有很多东西要学！哦，我的。。。不，我没有读小插曲。周末的家庭作业；-）我刚刚浏览了一遍，我有一种感觉，一个全新的R世界正在向我敞开。哦，我的。。。不，我没有读小插曲。周末的家庭作业；-）我刚刚浏览了一遍，我有一种感觉，一个全新的R世界正在向我敞开。
i=1
newnames <- c("ABX", "TDX")
yup <- yo %>% select(newnames[i] = meh)

yup <- yo %>% select_(newnames[i] = "meh")
yup <- yo %>% select(!!rlang::sym(newnames[i]) = meh)
yup <- yo %>% select(as.name(newnames[i]) = meh)

yup <- yo %>% select(!!newnames[i] := meh)

> yup
# A tibble: 10 x 1
     ABX
   <int>
 1    11
 2    12
 3    13
 4    14
 5    15
 6    16
 7    17
 8    18
 9    19
10    20