整潔評估：如何在依賴 %>% 管道的自定義函數中使用 dplyr::na_if 作為可選參數

Question

我正在嘗試編寫一個函數，該函數接受一個數據幀，將一列從chr轉換為dbl ，然后將 1 添加到一列。 我還想選擇性地用NA替換某些值。 否則，如果不使用相關參數，我希望函數跳過 NA 替換步驟。

數據

library(tibble)
library(dplyr)
library(magrittr)

df <-
  tibble(id = 1:10, col_of_interest = 21:30) %>%
  add_row(id = 11, col_of_interest = 999) %>%
  mutate(across(col_of_interest, as.character))

df

## # A tibble: 11 x 2
##       id col_of_interest
##    <dbl> <chr>          
##  1     1 21             
##  2     2 22             
##  3     3 23             
##  4     4 24             
##  5     5 25             
##  6     6 26             
##  7     7 27             
##  8     8 28             
##  9     9 29             
## 10    10 30             
## 11    11 999  

編寫函數

該功能應該：

1. 取數據。
2. 將col_of_interest從chr轉換為dbl 。
3. 用 NA 替換999 （但僅當我指定999應替換為NA ）
4. 將1添加到col_of_interest

我的嘗試

在編寫我的函數時，我受到了兩個資源的指導：

1. 使用{{ var }}將數據變量傳遞到函數參數中，如此處所述。
2. if的使用基於此答案。

add_one <- function(data, var, na_if_val = NULL) {

  data %>%

    mutate(across({{ var  }}, as.numeric)) %>%
    
    {if( is.null( {{ na_if_val }} )
    ) .  # <--- the dot means: "return the preexisting dataframe"

      else

        na_if( {{ na_if_val }} )

    } %>%
    
    mutate(across({{ var  }}, add, 1))
}

當我在df對象上測試函數時，出現錯誤。

add_one(data = df,
        var = col_of_interest,
        na_if_val = "999")

Error in check_length(y, x, fmt_args("y"), glue("same as {fmt_args(~x)}")) : argument "y" is missing, with no default

谷歌搜索這個錯誤產生了這個頁面，說明：

但是請注意， na_if() 只能接受長度為 1 的參數。

但是，在add_one函數的管道中僅合並na_if( {{ na_if_val }} )確實有效。 是條件評估與is.null結合導致函數中斷。 我不明白為什么。

Answer 1

你有幾個問題，但主要的一個是因為你做的非標准評估是錯誤的。

add_one <- function(data, var, na_if_val = NULL) {
  
  var_b <- enquo(var)
  
  data <- data %>%
    mutate(across(!!var_b, as.numeric)) 
  
   if(!is.null(na_if_val)){
     data <- data %>% 
       mutate(across(!!var_b, na_if, y = na_if_val))
   }
   
  data <- data %>% 
    mutate(across(!!var_b, add, 1))
  
  return(data)
}

返回這個：

add_one(df, col_of_interest, 999)

# A tibble: 11 x 2
      id col_of_interest
   <dbl>           <dbl>
 1     1              22
 2     2              23
 3     3              24
 4     4              25
 5     5              26
 6     6              27
 7     7              28
 8     8              29
 9     9              30
10    10              31
11    11              NA

首先，您需要使用enquo()函數對感興趣的變量加enquo() ，然后在需要的位置enquo()該變量（使用 bang bang !! ）。 您的函數的另一個問題是在管道中間插入 if 語句，這不起作用。 如果需要在特殊情況下應用某些方法，則需要與主計算分開進行評估。

Answer 2

我通過簡單地指定drop_na x和y參數解決了這個問題。

add_one <- function(data, var, na_if_val = NULL) {

  data %>%

    mutate(across({{ var  }}, as.numeric)) %>%
    
    {if( is.null( {{ na_if_val }} )
    ) .  # <--- the dot means: "return the preexisting dataframe"

      else

        na_if(x = ., y = {{ na_if_val }} ) ## <-- change is here

    } %>%
    
    mutate(across({{ var  }}, add, 1))
}


add_one(data = df,
        var = col_of_interest,
        na_if_val = 999)

## # A tibble: 11 x 2
##       id col_of_interest
##    <dbl>           <dbl>
##  1     1              22
##  2     2              23
##  3     3              24
##  4     4              25
##  5     5              26
##  6     6              27
##  7     7              28
##  8     8              29
##  9     9              30
## 10    10              31
## 11    11              NA

---

編輯

在@LionelHenry 的評論之后，我在na_if_val周圍刪除了{{ }} 。

add_one <- function(data, var, na_if_val = NULL) {

  data %>%

    mutate(across({{ var  }}, as.numeric)) %>%

    {if( is.null(na_if_val)
    ) .  # <--- the dot means: "return the preexisting dataframe"

      else

        na_if(x = ., y = na_if_val)

    } %>%

    mutate(across({{ var  }}, add, 1))
}