R dplyr:：mutate_和lubridate:：parse_date_时间标准评估未按预期协同工作

我认为这是dplyr中的一个bug，但这可能只是我自己对标准评估的误解。如果有人能帮忙，那就太好了

考虑：

我尝试了许多变体，即使是interp，只是为了确保它不是我对NSE的理解，比如：

也许我只是错过了一些明显的东西，让它与变异!

你刚才试过了吗

df2 <- df %>%
    mutate_(response_date = ~parse_date_time(start_date, orders ="mdY hm"))

df2%
变异（响应日期=~parse日期时间（开始日期，orders=“mdY hm”））

使用公式表示法只是为了避免R试图计算给定表达式。因此，您可以使用与NSE中完全相同的调用，但要加上一个波形

---

要演示如何以编程方式执行此操作，请执行以下操作：

x <- "start_date"
df2 <- df %>%
    mutate_(response_date = formula(sprintf("~parse_date_time(%s, orders='mdY hm')", x)))

---

x标准求值方法对事物的求值（多多少少）与在base R中一样，这意味着如果要将
var_name
求值为列名，则不能使用不带引号的列名；相反，您必须指定要子集的data.frame

不过，这里还有另一个问题：
tbl_-df
在子集到列名时不返回向量，而是返回单个列
tbl_-df
，而
parse_-date\u-time
无法处理

比如说,

> df[,var_name]
Source: local data frame [2 x 1]

        start_date
             (chr)
1 07/15/2015 15:39
2 07/15/2015 15:42

> dfdf <- as.data.frame(df)
> dfdf[,var_name]
[1] "07/15/2015 15:39" "07/15/2015 15:42"

将会失败，但是

dfdf <- as.data.frame(df)
dfdf %>% mutate_(response_date = ~parse_date_time(dfdf[,var_name], orders ="mdY hm"))

dfdf%mutate（响应日期=~parse日期时间（dfdf[，var\u name]，orders=“mdY hm”））

会有用的。您可以通过使用
[[
子集来实现上述功能，该子集为
tbl_df
和
数据返回一个向量。frame
；另一个选项是使用
unlist
强制解决问题

据我所知，没有办法调用在链过程中创建的列或分组列（除了嵌套分组）；总体而言，SE选项提供了一些编程可能性，但以方便为代价（加上大量的混乱）.
这不起作用，因为我试图以编程方式使用它，目标是使用一个包含字符串（“开始日期”）的变量（varname）这是数据帧df中的一列。无论如何，使用NSE版本不是更容易吗？或者你是想在上面的代码块中使用var_name而不是start_date吗？@Manny不，我是想使用start_date。这样做可以让你使用标准方法构造公式。@alistare很抱歉，我没有看到你更新你的答案ooi。我认为总体而言，最干净、最快的解决方案可能是在管道之外进行。感谢您提供的解决方案和建议。我认为Hong ooi在技术上正是我所寻求的。感谢这有助于我理解潜在问题。如果这是真的，我有几个后续问题：…而不是单个问题e列tbl_df，解析日期时间无法处理。为什么NSE版本仍然正确返回，它不是tbl_df吗？还有，哪种解决方法是最有效的解决方法？当您向NSE版本传递一个不带引号的列名时，它在内部子集到该列中的值向量。
dplyr
在返回方面是一致的
tbl_df
或
tbl_dt
数据帧并获取类似于数据帧的对象，但在内部，它使用向量来处理单个变量，因为这是其他所有东西都使用的。至于什么是最有效的，除非您正在运行此代码的数千次迭代，或者您的数据非常庞大，否则速度可能不是问题，所以请选择当你在6个月左右的时间里观察它时，无论哪一个都是有意义的。如果速度真的很重要，保持
tbl_df
可能是最快的，因为你避免转换，但你必须进行基准测试才能看到。如果你将它插入一个长度合适的管道，这可能会爆炸，因为它将使用
dfdf
而不是通过管道处理的。@HongOoi是的。你知道有没有一种方法可以引用SE中创建的变量（除了将代码编写为字符串之外）？事实上，这是一个长期存在的问题。
df_SE_working <- df %>% 
          mutate_(response_date = ~parse_date_time(df[[var_name]], orders ="mdY hm"))
df_SE_interp_working <- df %>% 
          mutate_(response_date = interp(~parse_date_time(df[[var_name]], orders ="mdY hm"), var_name = var_name))

df2 <- df %>%
    mutate_(response_date = ~parse_date_time(start_date, orders ="mdY hm"))

x <- "start_date"
df2 <- df %>%
    mutate_(response_date = formula(sprintf("~parse_date_time(%s, orders='mdY hm')", x)))

> df[,var_name]
Source: local data frame [2 x 1]

        start_date
             (chr)
1 07/15/2015 15:39
2 07/15/2015 15:42

> dfdf <- as.data.frame(df)
> dfdf[,var_name]
[1] "07/15/2015 15:39" "07/15/2015 15:42"

df %>% mutate_(response_date = ~parse_date_time(df[,var_name], orders ="mdY hm"))

dfdf <- as.data.frame(df)
dfdf %>% mutate_(response_date = ~parse_date_time(dfdf[,var_name], orders ="mdY hm"))