编程功能：DPLYR和PURRR中的NSE

Question

当前，当我尝试将函数包装在我多次使用的dplyr und purrr进行的一些计算周围时，我遇到了非标准评估的一些问题。

我已经阅读了有关NSE的文章，也认为我知道我的功能无法正常工作的地方-但是，我不知道为什么会这样。

示例性地，我想将函数包装在以下计算周围，其中分组变量以及新变量的名称，使用的分类变量和均值的输入变量应该是动态的：

 Data <- Data %>%
  group_by(WeekBeforeRelease) %>%
  mutate(visitors_genreother_instr = map_dbl(Genre_Category, ~ mean(Visitors[Genre_Category != .x]))) %>%
  ungroup() %>%
  as.data.frame()

果然这个功能为以下，使用NSE描述在这里 ：

Function_Other <- function(ENDOGVAR, VARNAME, GROUP_MOVIE, GROUP_TIME){

  ENDOGVAR <- enquo(ENDOGVAR)
  VARNAME <- quo_name(enquo(VARNAME))
  GROUP_MOVIE <- enquo(GROUP_MOVIE)
  GROUP_TIME <- enquo(GROUP_TIME)

  Data <<- Data %>%
    group_by(!!GROUP_TIME) %>%
    mutate(!!VARNAME := map_dbl(!!GROUP_MOVIE, ~mean(!!ENDOGVAR[!!GROUP_MOVIE != .x]))) %>%
    ungroup() %>%
    as.data.frame()
}

但是，这似乎无法很好地处理均值计算中的带有括号的子集。 如果我用Visitors代替!! ENDOGVAR，一切都会按预期进行。 但是，按原样，它会产生以下错误：

Error in NextMethod("[") : object '.x' not found 

对于可以帮助我理解该问题的任何帮助，我感到很高兴。

在此先多谢！

回旋曲

Answer 1

我们可以包装!! 大括号以避免任何优先操作，现在应该可以正常工作

library(tidyverse)
Function_Other <- function(ENDOGVAR, VARNAME, GROUP_MOVIE, GROUP_TIME){

  ENDOGVAR <- enquo(ENDOGVAR)
  VARNAME <- quo_name(enquo(VARNAME))
  GROUP_MOVIE <- enquo(GROUP_MOVIE)
  GROUP_TIME <- enquo(GROUP_TIME)

  Data %>%
    group_by(!!GROUP_TIME) %>%
    mutate(!!VARNAME := map_dbl(!!GROUP_MOVIE, ~
           mean((!!ENDOGVAR)[(!!GROUP_MOVIE) != .x]))) %>%
    ungroup() %>%
    as.data.frame()

}


Data <- mtcars
out <- Function_Other(mpg, newcol, am, gear)
head(out, 3)
#   mpg cyl disp  hp drat    wt  qsec vs am gear carb newcol
#1 21.0   6  160 110 3.90 2.620 16.46  0  1    4    4  21.05
#2 21.0   6  160 110 3.90 2.875 17.02  0  1    4    4  21.05
#3 22.8   4  108  93 3.85 2.320 18.61  1  1    4    1  21.05

更新资料

使用rlang 0.4.0 （经dplyr 0.8.2测试），我们还可以使用{{...}}来替代，引用和取消引用。 上一个函数可以写成

Function_OtherN <- function(ENDOGVAR, VARNAME, GROUP_MOVIE, GROUP_TIME){  


  Data %>%
    group_by({{GROUP_TIME}}) %>%
    mutate({{VARNAME}} := map_dbl({{GROUP_MOVIE}}, ~
           mean({{ENDOGVAR}}[{{GROUP_MOVIE}} != .x]))) %>%
    ungroup() %>%
    as.data.frame()

}


out1 <- Function_OtherN(mpg, newcol, am, gear)

-检查先前的输出

identical(out1, out)
[1] TRUE