将表达式传递给`mapply`的`MoreArgs`答案

【问题标题】：Passing an expression into `MoreArgs` of `mapply`将表达式传递给`mapply`的`MoreArgs`
【发布时间】：2018-04-11 21:06:20
【问题描述】：

我正在使用dplyr 进行一些编程，我很好奇如何将表达式作为（特别是MoreArgs）参数传递给mapply？

考虑一个简单的函数F，它基于一些ids 和一个time_range 子集data.frame，然后输出基于其他一些列x 的汇总统计。

require(dplyr)
F <- function(ids, time_range, df, date_column, x) {
    date_column <- enquo(date_column)
    x <- enquo(x)
    df %>%
        filter(person_id %chin% ids) %>%
        filter(time_range[1] <= (!!date_column) & (!!date_column) <= time_range[2]) %>%
        summarise(newvar = sum(!!x))
}

我们可以组成一些示例数据，我们可以将我们的函数F应用于这些数据。

person_ids <- lapply(1:2, function(i) sample(letters, size = 10))
time_ranges <- lapply(list(c("2014-01-01", "2014-12-31"),
                           c("2015-01-01", "2015-12-31")), as.Date)

require(data.table)
dt <- CJ(person_id = letters,
         date_col  = seq.Date(from = as.Date('2014-01-01'), to = as.Date('2015-12-31'), by = '1 day'))
dt[, z := rnorm(nrow(dt))]  # The variable we will later sum over, i.e. apply F to.

我们可以成功地将我们的函数应用于我们的每个输入。

F(person_ids[[1]], time_ranges[[1]], dt, date_col, z)
F(person_ids[[2]], time_ranges[[2]], dt, date_col, z)

因此，如果我愿意，我可以编写一个简单的 for 循环来解决我的问题。但是，如果我们尝试应用语法糖并将所有内容包装在 mapply 中，则会出现错误。

mapply(F, ids = person_ids, time_range = time_ranges, MoreArgs = list(df = dt, date_column = date_col, x = z))

# Error in mapply... object 'date_col' not found

【问题讨论】：

也许你可以quote 或enquo 呢？这是关于非标准评估的事情，很难编程。 dplyr 的做法是（或者至少是，我没有跟上）将有一个标准评估 F_ 适合与您的 mapply 通话。

标签： r dplyr quosure

【解决方案1】：

在mapply 中，MoreArgs 作为列表提供，但 R 尝试评估列表元素，导致错误。正如@Gregor 所建议的，您可以quote 那些我们不想立即评估的MoreArgs，防止错误并允许函数继续进行。这可以通过基础quote 或dplyr quo 来完成：

mapply(F, person_ids, time_ranges, MoreArgs = list(dt, quote(date_col), quote(z)))

mapply(F, person_ids, time_ranges, MoreArgs = list(dt, quo(date_col), quo(z)))

另一种选择是使用purrr 包中的map2，它是tidyverse 等效于mapply 的两个输入向量。 tidyverse 函数设置为使用非标准评估，这避免了您在使用 mapply 时遇到的错误，而无需引用参数：

library(purrr)

map2(person_ids, time_ranges, F, dt, date_col, z)

[[1]]
    newvar
1 40.23419

[[2]]
    newvar
1 71.42327

更一般地，您可以使用pmap，它在任意数量的输入向量上并行迭代：

pmap(list(person_ids, time_ranges), F, dt, date_col, z)

【讨论】：