在命令行 (shell/bash) 中将参数传递给 R 脚本：当列名包含波浪号 (~) 时该怎么办

Question

我正在利用Rscript通过 bash 运行 R 脚本，并且我想指定要传递给脚本本身内函数的参数。 具体来说，我想传递指定的参数：

• 数据文件的路径 ( .csv ) 和
• 该数据文件中的某些列名称。

当列名包含波浪号 ( ~ ) 时，我遇到了问题。 我试过用反引号包裹列名，但仍然不成功。

例子

我想编写一个脚本，它接收.csv格式的数据文件，并根据用户的选择为一个变量绘制直方图。

这是我的功能：

plot_histogram <- function(path_to_input, x_var) {
  
  data_raw <- read.csv(file = path_to_input)
  
  path_to_output_folder <- dirname(path_to_input)
  
  png(filename = paste0(path_to_output_folder, "/", "output_plot.png"))
  
  hist(as.numeric(na.omit(data_raw[[x_var]])), main = "histogram", xlab = "my_var")
  
  replicate(dev.off(), n = 20)
}

让我们在一些假数据上运行它

set.seed(123)
df <- data.frame(age = sample(20:80, size = 100, replace = TRUE))

write.csv(df, "some_age_data.csv")

plot_histogram(path_to_input = "some_age_data.csv",
               x_var = "age")

正如预期的那样，我得到了一个带有绘图的.png文件，保存到.csv所在的同一目录中

现在自定义要从命令行运行的 R 脚本

plot_histogram.R

args <- commandArgs(trailingOnly = TRUE)

## same function as above
plot_histogram <- function(path_to_input, x_var) {
  
  data_raw <- read.csv(file = path_to_input)
  path_to_output_folder <- dirname(path_to_input)
  png(filename = paste0(path_to_output_folder, "/", "output_plot.png"))
  hist(as.numeric(na.omit(data_raw[[x_var]])), main = "histogram", xlab = "my_var")
  replicate(dev.off(), n = 20)
}

plot_histogram(path_to_input = args[1], x_var = args[2])

然后使用Rscript通过命令行运行

$ Rscript --vanilla plot_histogram.R /../../../some_age_data.csv "age"

也有效！

但是，如果列名包含波浪号，事情就会中断

第 1 步：创建假数据

library(tibble)

set.seed(123)
df <- tibble(`age-blah~value` = sample(20:80, size = 100, replace = T))

write.csv(df, "some_age_data.csv")

第 2 步：使用Rscript ：

$ Rscript --vanilla plot_histogram.R /../../../some_age_data.csv "age-blah~value"

hist.default(as.numeric(na.omit(data_raw[[x_var]])), main = "histogram", : 'breaks' 调用次数无效：plot_histogram -> hist -> hist.default 执行停止

底线

使用Rscript ，如何传递指定包含波浪号的列名的参数？ 或者，如何在Rscript的框架内处理列名中具有这种波浪号格式的.csv文件？

谢谢！

Answer 1

您正在成功传递一个参数，该参数指定包含波浪号的列名。 但是， read.csv已经“固定”了列名，因此它实际上并不包含波浪号。

read.csv正在默默地将列名转换为age.blah.value 。 使用check.names = FALSE使其成为age-blah~value 。

data_raw <- read.csv(file = path_to_input, check.names = FALSE)