如何将表示表达式的字符串传递给 dplyr 0.7 动词？答案

【问题标题】：How to pass strings denoting expressions to dplyr 0.7 verbs?如何将表示表达式的字符串传递给 dplyr 0.7 动词？
【发布时间】：2017-11-19 11:42:27
【问题描述】：

我想了解如何将表示表达式的字符串传递给 dplyr，以便将字符串中提到的变量作为数据帧中列上的表达式进行评估。该主题的main vignette 涵盖了quosures 的传递，根本不讨论字符串。

很明显，在表示表达式时，quosures 比字符串更安全、更清晰，所以当可以使用quosures 代替时，我们当然应该避免使用字符串。但是，在使用 R 生态系统之外的工具（例如 javascript 或 YAML 配置文件）时，通常必须使用字符串而不是 quosures。

例如，假设我想要一个使用用户/调用者传入的表达式进行分组计数的函数。正如预期的那样，以下代码不起作用，因为 dplyr 使用非标准评估来解释 group_by 的参数。

library(tidyverse)

group_by_and_tally <- function(data, groups) {
  data %>%
    group_by(groups) %>%
    tally()
}

my_groups <- c('2 * cyl', 'am')
mtcars %>%
  group_by_and_tally(my_groups)
#> Error in grouped_df_impl(data, unname(vars), drop): Column `groups` is unknown

在 dplyr 0.5 中，我们将使用标准评估，例如 group_by_(.dots = groups)，来处理这种情况。既然不推荐使用下划线动词，那么在 dplyr 0.7 中我们应该如何做这种事情呢？

在只是列名的表达式的特殊情况下，我们可以使用this question 的解决方案，但它们不适用于像2 * cyl 这样不只是列名的更复杂的表达式。

【问题讨论】：

标签： r dplyr rlang tidyeval

【解决方案1】：

请务必注意，在这个简单的示例中，我们可以控制表达式的创建方式。所以传递表达式的最好方法是直接使用quos()构造和传递quosures：

library(tidyverse)
library(rlang)

group_by_and_tally <- function(data, groups) {
  data %>%
    group_by(UQS(groups)) %>%
    tally()
}

my_groups <- quos(2 * cyl, am)
mtcars %>%
  group_by_and_tally(my_groups)
#> # A tibble: 6 x 3
#> # Groups:   2 * cyl [?]
#>   `2 * cyl`    am     n
#>       <dbl> <dbl> <int>
#> 1         8     0     3
#> 2         8     1     8
#> 3        12     0     4
#> 4        12     1     3
#> 5        16     0    12
#> 6        16     1     2

但是，如果我们从外部源以字符串的形式接收表达式，我们可以简单地先解析表达式，然后将它们转换为 quosures：

my_groups <- c('2 * cyl', 'am')
my_groups <- my_groups %>% map(parse_quosure)
mtcars %>%
  group_by_and_tally(my_groups)
#> # A tibble: 6 x 3
#> # Groups:   2 * cyl [?]
#>   `2 * cyl`    am     n
#>       <dbl> <dbl> <int>
#> 1         8     0     3
#> 2         8     1     8
#> 3        12     0     4
#> 4        12     1     3
#> 5        16     0    12
#> 6        16     1     2

同样，我们应该只在从外部源获取以字符串形式提供的表达式时才这样做 - 否则我们应该直接在 R 源代码中使用 quosures。

【讨论】：

是的，但我对 Hadley 在某些地方提到的含糊不清的否定感到偏执。
嗯，还没有遇到任何问题。我认为只要在 dplyr 动词中使用 !! 和 !!! 就可以了。
你可能是对的。就我个人而言，我发现这种过渡非常令人困惑，而且当我使用 UQ 和 UQS 时，我发现更容易知道自己在做什么。
响应建议的编辑，请注意使用点表示函数参数会导致字符串用例中断。
字符串和字符向量形式的用户输入在 Shiny 应用中非常常见。我不知道rlang::parse_expr 和rlang::parse_quosure。谢谢！我将您的建议应用于输入我在groups.google.com/forum/#!topic/manipulatr/UyzWc-s_bos 的闪亮应用程序中获得的输入

【解决方案2】：

使用字符串很诱人，但使用表达式几乎总是更好。现在您有了 quasiquotation，您可以轻松地以灵活的方式构建表达式：

lhs <- "cyl"
rhs <- "disp"
expr(!!sym(lhs) * !!sym(rhs))
#> cyl * disp

vars <- c("cyl", "disp")
expr(sum(!!!syms(vars)))
#> sum(cyl, disp)

【讨论】：

我理解表达式优于字符串的偏好，但它并不涵盖所有用例。如果表达式不是来自程序员键入 R 源代码怎么办？如果它们来自 CSV、YAML/JSON 配置文件或来自网站的用户输入表单数据怎么办？
我认为@lionel 的观点是您可以将字符串转换为syms，然后您可以使用它来构建一个quosure。
再次，我明白了，但这并不能证明使用表达式总是更好的笼统陈述是合理的。当调用者是 R 生态系统之外的用户并且该用户想要传递他们自己的表达式时，此解决方案不起作用，这比列名更复杂。
是的，如果代码来自 R 外部，就像在任何源文件中一样，可以并且需要解析 ;) 然后您可以使用 parse_expr() 或 parse_quosure()。
这里就不细说了，但它是非结构化的。因此，您最终会使用临时代码来构建它（我是否需要在此处添加逗号，是否需要转义此字符等）

【解决方案3】：

包裹friendlyeval可以帮你解决这个问题：

library(tidyverse)
library(friendlyeval)

group_by_and_tally <- function(data, groups) {
  data %>%
    group_by(!!!friendlyeval::treat_strings_as_exprs(groups)) %>%
    tally()
}

my_groups <- c('2 * cyl', 'am')
mtcars %>%
  group_by_and_tally(my_groups)

# # A tibble: 6 x 3
# # Groups:   2 * cyl [?]
# `2 * cyl`    am     n
# <dbl> <dbl> <int>
# 1         8     0     3
# 2         8     1     8
# 3        12     0     4
# 4        12     1     3
# 5        16     0    12
# 6        16     1     2

【讨论】：