編程功能：DPLYR和PURRR中的NSE

Question

當前，當我嘗試將函數包裝在我多次使用的dplyr und purrr進行的一些計算周圍時，我遇到了非標准評估的一些問題。

我已經閱讀了有關NSE的文章，也認為我知道我的功能無法正常工作的地方-但是，我不知道為什么會這樣。

示例性地，我想將函數包裝在以下計算周圍，其中分組變量以及新變量的名稱，使用的分類變量和均值的輸入變量應該是動態的：

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

果然這個功能為以下，使用NSE描述在這里 ：

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，這似乎無法很好地處理均值計算中的帶有括號的子集。 如果我用Visitors代替!! ENDOGVAR，一切都會按預期進行。 但是，按原樣，它會產生以下錯誤：

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

對於可以幫助我理解該問題的任何幫助，我感到很高興。

在此先多謝！

回旋曲

Answer 1

我們可以包裝!! 大括號以避免任何優先操作，現在應該可以正常工作

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

更新資料

使用rlang 0.4.0 （經dplyr 0.8.2測試），我們還可以使用{{...}}來替代，引用和取消引用。 上一個函數可以寫成

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)

-檢查先前的輸出

identical(out1, out)
[1] TRUE