R 传递字符串作为附加数据列名的名称

我知道可以使用

eval（parse（））

和

as.names（）

函数将字符串作为变量名传递。但我的问题有点不同

我有一个包含数据和列名称的字符串，例如字符串：

data1$column2

。当我尝试上述命令时，我得到变量

data1$column2

的变量not found错误。变量本身当然被称为

data1

，因此无法找到，因为R将整个字符串解释为变量名

如何使$-符号用作列引用？某种“粘贴为文本”命令也不错。也就是说，如果我可以将字符串作为控制台输入的文本部分传递

范例

attach(iris)
col_names <- cbind("iris$Sepal.Length", "iris$Sepal.Width")
col_names

也就是说，可以解释为：

as.data.frame(cbind(iris$Sepal.Length, iris$Sepal.Width))

总结 根据问题细节的不同变化，这里有两种解决问题的方法，可以用以下措辞来表达：

给定

?

最简单的解决办法是

as.data.frame(sapply(col_names, function(x) eval(parse(text = x))))

但是它使用的是

parse（）

，这类事情不应该依赖它。另一种选择，但有点长的解决方案是

get4 <- function(x, ...) {
  fun <- function(text, ...) {
    obj <- get(text[1], ...)
    obj[[text[2]]]
  }
  sx <- strsplit(x, "\\$")
  lx <- lapply(sx, fun, ...)
  out <- do.call(cbind.data.frame, lx)
  names(out) <- x
  out
}

get4(col_names)

正如@texb所提到的，这可以通过（修改为返回数据帧）扩展到处理字符串向量

iris

OP问题示例 正如@texb提到的，

eval（parse（text=..）

版本可以简单地扩展，通过（修改以返回数据帧）处理字符串向量

如果在

col\u names

中引用了多个对象，则需要不同的解决方案，如下所示：

get2 <- function(x, ...) {
  sx <- strsplit(x, "\\$")[[1]]
  obj <- get(sx[1], ...)
  obj[[sx[2]]]
}

> get2(txt)
 [1] a b c d e f g h i j
Levels: a b c d e f g h i j

get4 <- function(x, ...) {
  fun <- function(text, ...) {
    obj <- get(text[1], ...)
    obj[[text[2]]]
  }
  sx <- strsplit(x, "\\$")
  lx <- lapply(sx, fun, ...)
  out <- do.call(cbind.data.frame, lx)
  names(out) <- x
  out
}

col_names2 <- c("iris$Sepal.Length", "iris2$Sepal.Length")
get4(col_names2)

> head(get4(col_names2))
  iris$Sepal.Length iris2$Sepal.Length
1               5.1                5.1
2               4.9                4.9
3               4.7                4.7
4               4.6                4.6
5               5.0                5.0
6               5.4                5.4

---

get4如果您有一个只包含列名作为字符串的变量，那么您不需要
eval
任何东西–您只需通过
foo[[var]]
访问列（其中
var请提供一个。您的示例做得不对；您只需要将对象子集，当然不需要
as.data.frame（cbind））（..）
这样做。我会更新我的答案。我之所以将列名作为字符串，是因为它们是通过一个较长的过程派生出来的。所以关键是要将它们真正解释为列名。我很感激，但您不会将
作为.data.frame（cbind（iris$Sepal.Length，iris$Sepal.Width））
当您真正想要
iris[，c（“Sepal.Length”，“Sepal.Width”）]
时。换句话说，将问题想象为i）从输入字符串中获取对象名（
iris
），然后ii）提取变量名，然后iii）从i）使用从ii）派生的东西对对象进行子集。同样，我知道这一点，但您要求代码生成
as.data.frame（cbind（iris$Sepal.Length，iris$Sepal.Width））
您应该考虑在哪里生成
iris[，c（“Sepal.Length”，“Sepal.Width”）
。这将使问题变得更容易，因为您只需要提取对象名和变量名。当然，由于您再次更改了目标帖子，您确实希望代码的计算结果为
cbind（obj1$Var1，obj2$Var2）
，这也是我现在对
get4（）
的回答。谢谢！这是可行的，但是如果我在txt中有多个列（多个元素），该怎么办？它似乎没有将它们作为单独的列附加到新数据中。@Joshua我更新了我的答案。如果你在写原始问题时能更充分地解释这一点，那会有所帮助。在原著中，没有需要使用字符串向量的例子。提问时尽量具体，举一个可重复的例子总是有帮助的。我的编辑应该可以解决您的实际问题。这种奇怪的编程看起来很有趣-sapply（col_names，function（cname）eval（parse（text=cname）））
（尽管这似乎分配了详细的列名版本）？：）@texb是的，当然，我认为这是微不足道的，因为我的原始答案的开头部分。然而，
eval（parse（…）
通常被认为是糟糕的形式。例如，请参见《财富》图书馆（“财富”）

，然后是《财富》（106）；-）@约书亚在

sapply周围（列名称，函数（x）eval（解析（text=x）））

？不，我已经在编辑后的答案中添加了这个选项。如果您的数据是原子的，这是可以的，但是您必须小心在其他地方使用该习惯用法。我上面的

get4（）

对于不同的数据类型应该可以正常工作，因为它使用列表并将其直接转换为数据帧。“访问列的正确方法不是通过

foo$colname

”，这显然是不正确的

$

是访问列表的一种非常有效的方法，列表就是数据帧。你过分简化了吗？完全同意存储由

$

分隔的对象和列名是次优的。注意，您的最后一个示例与

iris[，cols]

相同，不需要任何其他内容。最后的评论-请注意，OP现在通知我们，他引用了不同的对象，例如，

cols@Gavin“如果您有……作为字符串的列名…”-此外，我的代码可以处理不同的对象。我不知道我的上一个解决方案出了什么问题，我一定是在睡觉什么的。
mapply
的+1，因为这很好。请注意，您需要
do.call（cbind.data.frame，cols）
因为在运行该行时，
cols
是一个包含两个向量的列表，
cbind
将它们作为向量处理，因此它们必须是原子的。请注意，如果执行
操作（c（'iris$Sepal.Length'，'iris$Species'））
-将
物种
变量转换为原始因子的基本数字表示形式。您可以通过直接调用数据帧方法来避免这种情况。然后最好说“如果您有……列名为字符串……那么是更好的访问方式……”或类似的话。（请注意，
iris$“Species”
完全有效
get4 <- function(x, ...) {
  fun <- function(text, ...) {
    obj <- get(text[1], ...)
    obj[[text[2]]]
  }
  sx <- strsplit(x, "\\$")
  lx <- lapply(sx, fun, ...)
  out <- do.call(cbind.data.frame, lx)
  names(out) <- x
  out
}

get4(col_names)

data1 <- data.frame(column1 = 1:10, column2 = letters[1:10])
txt <- "data1$column2"

> eval(parse(text = txt))
 [1] a b c d e f g h i j
Levels: a b c d e f g h i j

col_names <- c("iris$Sepal.Length", "iris$Sepal.Width")
as.data.frame(sapply(col_names, function(x) eval(parse(text = x))))

get2 <- function(x, ...) {
  sx <- strsplit(x, "\\$")[[1]]
  obj <- get(sx[1], ...)
  obj[[sx[2]]]
}

> get2(txt)
 [1] a b c d e f g h i j
Levels: a b c d e f g h i j

col_names <- c("iris$Sepal.Length", "iris$Sepal.Width")
as.data.frame(sapply(col_names, function(x) eval(parse(text = x))))

  iris$Sepal.Length iris$Sepal.Width
1               5.1              3.5
2               4.9              3.0
3               4.7              3.2
4               4.6              3.1
5               5.0              3.6
6               5.4              3.9
....

get3 <- function(x, ...) {
  sx <- strsplit(x, "\\$")
  obj <- unique(sapply(sx, `[`, 1))
  stopifnot(length(obj) == 1L)
  obj <- get(obj, ...)
  obj[sapply(sx, `[`, 2)]
}

col_names <- c("iris$Sepal.Length", "iris$Sepal.Width")
head(get3(col_names))

> head(get3(col_names))
  Sepal.Length Sepal.Width
1          5.1         3.5
2          4.9         3.0
3          4.7         3.2
4          4.6         3.1
5          5.0         3.6
6          5.4         3.9

get4 <- function(x, ...) {
  fun <- function(text, ...) {
    obj <- get(text[1], ...)
    obj[[text[2]]]
  }
  sx <- strsplit(x, "\\$")
  lx <- lapply(sx, fun, ...)
  out <- do.call(cbind.data.frame, lx)
  names(out) <- x
  out
}

col_names2 <- c("iris$Sepal.Length", "iris2$Sepal.Length")
get4(col_names2)

> head(get4(col_names2))
  iris$Sepal.Length iris2$Sepal.Length
1               5.1                5.1
2               4.9                4.9
3               4.7                4.7
4               4.6                4.6
5               5.0                5.0
6               5.4                5.4

manipulate <- function (vars) {
    parts <- strsplit(vars, '\\$')
    # This gets a list of variables (c('iris', 'iris') in our case)
    data <- lapply(parts, function (part) get(part[1], envir = parent.frame()))
    # This selects the matching column for every variable.
    cols <- mapply(function (d, part) d[part[2]], data, parts)
    # This just `cbind`s the columns.
    do.call(cbind.data.frame, cols)
}

cols <- c('iris$Sepal.Length', 'iris$Sepal.Width')
foo <- manipulate(cols)

cols <- c('Sepal.Length', 'Sepal.Width')
result <- iris[, cols]