主页 / coding / 问题 / 79373782
Accepted
thothal
Asked: 2025-01-21 17:06:10 +0800 CST

使用 Tidyverse 解除运算符创建未评估的调用

  • 772

假设我有以下数据结构：

library(dplyr)
d <- tibble(x = paste0("x", 1:3), 
            op = c("f", "g", "h"), 
            y = paste0("y", 1:3), 
            res = paste0("z", 1:3))

我想创建一个cmd包含未评估调用的新列，它最终应如下所示：

(D <- d %>%
  mutate(cmd = list(quote(z1 <- f(x1, y1)), 
                    quote(z2 <- g(x2, y2)), 
                    quote(z3 <- h(x3, y3)))))
# # A tibble: 3 × 5
#   x     op    y     res   cmd       
#   <chr> <chr> <chr> <chr> <list>    
# 1 x1    f     y1    z1    <language>
# 2 x2    g     y2    z2    <language>
# 3 x3    h     y3    z3    <language>

但我当然不想对这些行进行硬编码，而是想从相应的行中提取这些值d，但我没有成功：

d %>%
  rowwise() %>%
  mutate(cmd = list(expr(!!sym(res) <- !!sym(op)(!!sym(x), !!sym(y)))))

结果：

Error: object 'res' not found

我将如何实现这个目标？

NB cmd最终将在定义参数和函数的环境中进行评估，因此从概念上讲类似于：

e <- list2env(list(x1 = 1, x2 = 2, x3 = 3, y1 = 2, y2 = 2, y3 = 3, 
              f = \(x, y) x + y, g = \(x, y) x - y, h = \(x, y) x * y))

eval(D$cmd[[1]], e)
e$z1
# [1] 3

5 个回答

  1. 一种可能性是回到替代方案：

    d %>%
  rowwise() %>%
  mutate(cmd = list(substitute(RR <- FF(XX, YY), 
                               list(RR = as.name(res), 
                                    FF = as.name(op), 
                                    XX = as.name(x), 
                                    YY = as.name(y)))))

    但我仍在寻找 tidyverse 解决方案。

    • 4

  2. 在 Base R 中你可以执行以下操作：

    fn <- function(x, op, y, res){
  call("<-", as.name(res), call(op, as.name(x), as.name(y)))
}
 do.call(Map, c(fn, d))
$x1
z1 <- f(x1, y1)

$x2
z2 <- g(x2, y2)

$x3
z3 <- h(x3, y3)

    mutate(d, cmd = do.call(Map, c(fn, d)))
# A tibble: 3 × 5
  x     op    y     res   cmd         
  <chr> <chr> <chr> <chr> <named list>
1 x1    f     y1    z1    <language>  
2 x2    g     y2    z2    <language>  
3 x3    h     y3    z3    <language>
    • 4

  3. 这对于评论来说太长了，因此将其作为答案发布。它可能对找到这个问题的人有用。

    我认为您的设计存在问题。标准建议似乎适用：不要在环境中创建编号变量。使用向量和列表。

    e <- list2env(list(x = 1:3, 
                   y = c(2, 2, 3),
                   funs = list(f = \(x, y) x + y, 
                               g = \(x, y) x - y, 
                               h = \(x, y) x * y)
                   )
              )

e$res <- with(e, Map(\(f, x, y) f(x, y), funs, x, y))
e$res
#$f
#[1] 3
#
#$g
#[1] 0
#
#$h
#[1] 9

    这只是示例用法。当然，您可以像在 中一样根据元信息对向量/列表进行子集化d。关键是您不需要构造调用（当然也不需要调用<-）并像您建议的那样对其进行评估。

    • 3
  4. Best Answer

    您已经获得了很好的 R 基础答案，因此我将重点介绍tidyverse，它似乎发生了很大变化。 2017 年的这个问题与您的问题的一部分（构建分配调用）有关，但接受的答案建议使用rlang::lang()，现在已弃用 ，取而代之的是rlang::call2()。 因此，我认为tidyverse现在推荐的方法是这样的：

    library(dplyr)
library(rlang)

D <- d %>%
    rowwise() %>%
    mutate(
        cmd = list(
            call2(
                `<-`, sym(res), call2(op, sym(x), sym(y))
            )
        )
    ) %>%
    ungroup()

    这将为您提供cmd如下所示的一列：

    D$cmd
# .Primitive("<-")(z1, f(x1, y1))

# [[2]]
# .Primitive("<-")(z2, g(x2, y2))

# [[3]]
# .Primitive("<-")(z3, h(x3, y3))

    根据您的问题的环境中的需要进行评估：

    sapply(D$cmd, \(x) eval(x, e))
# [1] 3 0 9

    我们还可以看到这将分配给所需的变量e：

    mget(d$res, e)
# $z1
# [1] 3

# $z2
# [1] 0

# $z3
# [1] 9
    • 3

  5. 由于输入列都是字符串，因此首先使用字符串操作，然后在最后转换为 R 表达式似乎更有意义。在这种情况下，glue可以按如下所示使用：

    library(dplyr)
library(glue)
library(rlang)

result <- d %>%
  mutate(cmd = parse_exprs(glue("{res} <- {op}({x}, {y})") ))

identical(result, D)
## [1] TRUE

    更新

    已parse_exprs按照parse_expr@SamR 的建议用来代替消除rowwise。

    • 3

相关问题