在命令行 (shell/bash) 中將參數傳遞給 R 腳本：當列名包含波浪號 (~) 時該怎么辦

Question

我正在利用Rscript通過 bash 運行 R 腳本，並且我想指定要傳遞給腳本本身內函數的參數。 具體來說，我想傳遞指定的參數：

• 數據文件的路徑 ( .csv ) 和
• 該數據文件中的某些列名稱。

當列名包含波浪號 ( ~ ) 時，我遇到了問題。 我試過用反引號包裹列名，但仍然不成功。

例子

我想編寫一個腳本，它接收.csv格式的數據文件，並根據用戶的選擇為一個變量繪制直方圖。

這是我的功能：

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)
}

讓我們在一些假數據上運行它

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")

正如預期的那樣，我得到了一個帶有繪圖的.png文件，保存到.csv所在的同一目錄中

現在自定義要從命令行運行的 R 腳本

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通過命令行運行

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

也有效！

但是，如果列名包含波浪號，事情就會中斷

第 1 步：創建假數據

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' 調用次數無效：plot_histogram -> hist -> hist.default 執行停止

底線

使用Rscript ，如何傳遞指定包含波浪號的列名的參數？ 或者，如何在Rscript的框架內處理列名中具有這種波浪號格式的.csv文件？

謝謝！

Answer 1

您正在成功傳遞一個參數，該參數指定包含波浪號的列名。 但是， read.csv已經“固定”了列名，因此它實際上並不包含波浪號。

read.csv正在默默地將列名轉換為age.blah.value 。 使用check.names = FALSE使其成為age-blah~value 。

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