在 dplyr 问题的 mutate 调用中使用自定义 case_when 函数答案

【问题标题】：Using a custom case_when function inside a mutate call in dplyr issues在 dplyr 问题的 mutate 调用中使用自定义 case_when 函数
【发布时间】：2023-03-10 04:39:02
【问题描述】：

我有这个数据框

library(tidyverse)
df <- structure(list(D1_step1 = c("FT", "FF", "FF", "TTT", "FFF", "FFF", 
      "FF", "FFF", "FT", "TT"), barrido = c("B1_B4", "B1_B2", "B1_B4", 
      "B1_B2_B4", "B1_B2_B4", "B1_B2_B4", "B1_B4", "B1_B2_B4", "B1_B4", 
      "B1_B4")), class = c("tbl_df", "tbl", "data.frame"), row.names = c(NA, 
      -10L))

和这个函数

f1 <- function(sero, barrido){
  as.logical(case_when(str_detect(barrido, "B1") ~ str_sub(sero, 1, 1)))
}

df %>%
mutate(new_col = f1(D1_step1, barrido))

我这样做并且效果很好。我不需要函数中的 barrido 参数，因为它没有变化，并且数据总是有一个名为“barrido”的列。因此，我想这样做....

f2 <- function(sero){
  as.logical(case_when(str_detect(barrido, "B1") ~ str_sub(sero, 1, 1)))
}

df %>%
mutate(new_col = f2(D1_step1))

 Error in stri_detect_regex(string, pattern, negate = negate, opts_regex = opts(pattern)) : 
  object 'barrido' not found

但是计算机说不，所以我尝试将参数设置为默认值，但我得到了另一种不。 Nb 刚刚编辑了这个，因为我最初并没有将参数设置为默认值

f3 <- function(sero, barrido = barrido){
  as.logical(case_when(str_detect(barrido, "B1") ~ str_sub(sero, 1, 1)))
}

df %>%
mutate(new_col = f3(D1_step1))

 Error in stri_detect_regex(string, pattern, negate = negate, opts_regex = opts(pattern)) : 
  promise already under evaluation: recursive default argument reference or earlier problems?

Writing a custom case_when function to use in dplyr mutate using tidyeval。这个问题没有帮助，因为我不想在变异中将函数编写为 case_when 。下面的 cmets 说明了为什么这不起作用，并让我相信可能有使用 tidyeval 的解决方案。我也很好奇 f2 和 f3 之间的错误消息之间的差异背后的原因。

【问题讨论】：

函数是独立的，它们不会“附加”到您的数据框。所以你也可以使用f1(1:10, 11:20) 没有任何错误。（我知道这没有意义，只是为了演示）。同样sero 和barrido 只是变量，你可以用f1 中的a 和b 替换它们，它仍然可以工作。因此，当您在函数中使用 barrido 时，它的定义应该出现在函数本身（或全局环境中）的某个位置。
所以您希望函数始终在调用它的数据框中使用barrido 的值？有办法做到这一点，例如您可以编写函数以接受数据帧作为输入而不是单个向量，但我不确定它是否比仅传递 barrido 的值更简洁。
@RonakShah。但是当我调用函数时，我使用的是使用 NSE 的 dplyr::mutate，所以我认为数据帧及其变量（包括“barrido”）在函数调用的环境中可用。也许我错了。
@Marius 是的。我不希望函数接受数据框（即在其周围包裹一个 mutate），因为它使命名新变量变得困难
不，正如我所说的功能是独立的。他们不知道从哪里调用他们。例如sum 函数。它适用于sum(mtcars$mpg) 和sum(1:10)。你定义的函数都是一样的。

标签： r function dplyr case-when tidyeval

【解决方案1】：

使用 dplyr 的开发版本（将作为 dplyr 1.0 发布），您可以使用across() 查看当前列。

f2 <- function(sero){
  barrido <- across(all_of("barrido"))[[1]]
  as.logical(case_when(
    str_detect(barrido, "B1") ~ str_sub(sero, 1, 1)
  ))
}

应该清楚地证明，这个函数只在 dplyr 中工作，数据帧包含 barrido 列。

【讨论】：