处理丢失的参数，用missing()处理，在函数内部调用函数

Question

我在函数myFunction() 中使用rpart()。 rpart() 接受几个使用missing() 函数处理的参数：

rpart(formula, data, weights, subset, na.action = na.rpart, method, model = FALSE, x = FALSE, y = TRUE, parms, control, cost, ...)

例如，参数method 可以不指定，并使用以下代码在rpart() 内部处理：

if (missing(method)) method <- "whatever default"

如何以最简单有效的方式将参数method 作为myFunction() 的参数传递，以便它处理默认的缺失参数？

如果我做类似的事情 myFunction(foo = 0, method){# somecode; rpart(y ~ x, data = data, method = method)} 那么这会引发错误，

缺少参数“方法”，没有默认值

我也尝试过使用rlang::missing() 之类的功能，但没有任何成功。

当然，一个选项是做一些事情，比如传递myFunction(method = NULL)，然后使用 if-else 语句来传递或不传递这个参数，但是我必须对每种可能性进行编码（对于 4 个参数，即 16 个调用）和很笨拙。

请注意，我还想避免使用省略号，因为我想专门命名我的论点。

---

最小的可重复示例：

y <- c(0,0.1,0.1,-0.1, 100, 101, 99)
x <- c(1,2,3,4, 100,101,102)

myFunction <- function(x, y,
                       method,
                       weights,
                       subset,
                       parms){
      rpart(formula = y ~ .,
            data = data.frame(y, x),
            weights = weights,
            subset = subset,
            parms = parms)
}

myFunction(x,y)

eval(extras, data, env) 中的错误：缺少参数“权重”， 没有默认值

Answer 1

这是使用match.call 的解决方案。这种模式在基本 R 函数中很常见。

考虑以下我们可能在包中找到的带有可选参数的函数：

package_fun <- function(x, method1, method2, method3)
{
  if(missing(method1)) method1 <- "Unspecified"
  if(missing(method2)) method2 <- "Unspecified"
  if(missing(method3)) method3 <- "Unspecified"
  data.frame(x, method1, method2, method3)
}

在我们自己的函数中，我们可以调用package_fun 来交换我们自己的可选参数，换出我们不想传递的任何参数，并添加我们选择的任何其他参数。我们只需要对package_fun 进行一次调用，无需担心组合爆炸：

myFunction <- function(foo = 0, method1, method2, method3)
{
  mc <- match.call()
  mc[[1]] <- quote(package_fun)
  mc <- mc[-which(names(mc) == "foo")]
  mc$x <- foo
  eval(mc, env = parent.frame())
}

所以现在我们可以这样做了：

myFunction(foo = 1, method1 = "Specified", method3 = "Specified")
#>   x   method1     method2   method3
#> 1 1 Specified Unspecified Specified

从您的可重现示例的角度来看，这看起来像：

myFunction <- function(x, y,
                       method,
                       weights,
                       subset,
                       parms){
  mc <- match.call()
  mc[[1]] <- quote(rpart)
  mc$formula <- y ~ .
  mc$data <- data.frame(y, x)
  mc$x <- NULL
  mc$y <- NULL
  eval(mc, envir =parent.frame())
}

所以我们会：

myFunction(x,y)
#> n= 7 
#> 
#> node), split, n, deviance, yval
#>       * denotes terminal node
#> 
#> 1) root 7 17136.31 42.87143 *