将（函数）用户指定的列名传递给 dplyr do()

Question

原始问题

谁能向我解释为什么 unquote 在下面不起作用？

我想在 dplyr 的 0.7.4 版本中调用 do 时传递（函数）用户指定的列名。与使用 do_ 的旧标准评估方法相比，这似乎没有那么尴尬。一个基本（成功）示例忽略在此处使用 do 是非常不必要的事实将类似于：

sum_with_do <- function(D, x, ...) {
    x <- rlang::ensym(x)
    gr <- quos(...)

    D %>%
        group_by(!!! gr) %>%
        do(data.frame(y=sum(.[[quo_name(x)]])))
}

D <- data.frame(group=c('A','A','B'), response=c(1,2,3))
sum_with_do(D, response, group)

# A tibble: 2 x 2
# Groups:   group [2]
  group     y
  <fct> <dbl>
1 A        3.
2 B        3.

从 dplyr 0.7.5 开始，rlang:: 是不必要的，现在导出 ensym。我已经将 Lionel 关于在此处使用 ensym 而不是 enquo 的建议包括在内，因为前者保证了 x 的值是一个符号（而不是表达式）。

在这里取消引用没有用（例如其他dplyr examples），将上面的quo_name(x)替换为!! x会产生以下错误：

Error in ~response : object 'response' not found

说明

根据接受的响应，根本原因是do 没有在其他 dplyr 函数（例如mutate）使用的相同环境中评估表达式。

我从文档或源代码中都没有发现这一点非常清楚（例如，比较 mutate and do for data.frames 的源代码，如果你愿意，可以跟着 Alice 走下兔子洞），但本质上 - 这可能不是什么新鲜事对大多数人来说；

• do 在其父环境是调用环境的环境中计算表达式，并将 data.frame 的当前组（切片）附加到符号 .，并且；
• 其他 dplyr 函数“或多或少”评估 data.frame 环境中的表达式，其中 parent 是调用环境。

另请参阅Advanced R. 22. Evaluation，了解有关“数据屏蔽”的说明。

Answer 1

这是因为常规的do() 语义，除了. 之外没有数据屏蔽：

do(df, data.frame(y = sum(.$response)))
#>   y
#> 1 6

do(df, data.frame(y = sum(.[[response]])))
#> Error: object 'response' not found

因此您只需将裸列名称捕获为字符串，无需取消引用，因为没有数据屏蔽：

sum_with_do <- function(df, x, ...) {
  # ensym() guarantees that `x` is a simple column name and not a
  # complex expression:
  x <- as.character(ensym(x))

  df %>%
    group_by(...) %>%
    do(data.frame(y = sum(.[[x]])))
}