R 管道、mget 和环境

Question

我发布这个是希望有人可以解释这里的行为。也许这可以为其他人节省一些时间来跟踪如何修复类似的错误。

答案可能在this vignette by Hadley Wickham and Lionel Henry 的某个地方。然而，像我这样的人需要数周的学习才能将这些点联系起来。

我正在从远程数据库运行多个查询，然后将它们组合到一个 data.table 中。我将“part_”前缀添加到每个查询结果的名称中，并将ls() 和mget() 与data.table 的rbindlist() 结合使用。

这行得通：

results_all <- rbindlist(mget(ls(pattern = "part_", )))

我可能从list data.tables in memory and combine by row (rbind) 学到了这种方法，知道如何做是很有帮助的。

为了可读性，我通常更喜欢使用 magrittr 管道（或与 data.table 链接），尤其是像这样的项目，因为我使用 dplyr 来查询数据库。然而这段代码会导致错误：

results_all <- ls(pattern = "part_", ) %>% 
 mget() %>%
 rbindlist()

错误为Error: value for ‘part_a’ not found，其中part_a 是ls() 返回的字符向量中的第一个对象名称。

搜索该错误消息，我遇到了in this data.table Github issue 的讨论。通过阅读，我尝试在 mget() 中设置“inherits = TRUE”，如下所示：

results_all <- ls(pattern = "part_", ) %>% 
 mget(inherits = TRUE) %>%
 rbindlist()

这行得通。因此，将ls() 的结果传送到mget() 时会发生错误。鉴于在 mget() 中嵌套 ls() 是可行的，我的猜测是它与管道和“环境的封闭框架”有关。

在写这篇文章时，我遇到了Unexpected error message while joining data.table with rbindlist() using mget()。从那里的讨论中我发现这也有效。

results_all <- ls(pattern = "part_", ) %>% 
 mget(envir = .GlobalEnv) %>%
 rbindlist()

再次，我希望有人可以为希望了解更多有关 R 环境如何工作的人们解释正在发生的事情。

编辑：添加可重现的示例

根据对可重现答案的请求，使用这三个 data.tables 运行上面的代码（data.frames 或 tibbles 的行为相同）应该可以做到。

part_a <- data.table(col1 = 1:10, col2 = sample(letters, 10))

part_b <- data.table(col1 = 11:20, col2 = sample(letters, 10))
  
part_c <- data.table(col1 = 21:30, col2 = sample(letters, 10)) 

Answer 1

管道运算符的rhs 参数（在您的示例中，表达式mget()）永远不会被解释器评估为函数调用。管道运算符是一个中缀函数，它对其第二个参数 (rhs) 执行非标准评估。管道函数使用 RHS 表达式作为一种“模板”组合并执行一个新的函数调用。

这个新函数调用的调用环境是%>%的函数环境，而不是lhs函数的调用环境或全局环境。 .GlobalEnv 和 lhs 函数的调用环境在您的示例中恰好是相同的环境，并且该环境是 %>% 的函数环境的父级，这就是为什么 inherits = TRUE 或将环境设置为 @ 987654332@ 为您工作。