在引用变量方面，select 和 group_by 之间的 Dplyr 区别？

Question

在当前版本的 dplyr 中，select 参数可以按值传递：

variable <- "Species"
iris %>% 
    select(variable)

#       Species
#1       setosa
#2       setosa
#3       setosa
#4       setosa
#5       setosa
#6       setosa
#...

但是group_by 参数不能按值传递：

iris %>% 
    group_by(variable) %>% 
    summarise(Petal.Length = mean(Petal.Length))

# Error in grouped_df_impl(data, unname(vars), drop) : 
# Column `variable` is unknown

documented dplyr::select behaviour 是

iris %>% select(Species)

记录在案的documented dplyr::group_by behaviour是

iris %>% 
    group_by(Species) %>% 
    summarise(Petal.Length = mean(Petal.Length))

• 为什么select 和group_by 在按值传递参数方面不同？
• 为什么第一个 select 呼叫有效，以后还会继续有效吗？
• 为什么第一个group_by 呼叫不起作用？我想弄清楚我应该使用quo()、enquo() 和!! 的组合来使其工作。

我需要这个，因为我想创建一个将分组变量作为输入参数的函数，如果可能的话，分组变量应该作为字符串给出，因为其他两个函数参数已经作为字符串给出。

Answer 1

要将字符串作为符号或未评估的代码传递，您必须首先将其解析为符号或quosure。您可以使用sym 或parse_expr 从rlang 解析，然后使用!! 取消引用：

library(dplyr)

variable <- rlang::sym("Species")
# variable <- rlang::parse_expr("Species")

iris %>% 
  group_by(!! variable) %>% 
  summarise(Petal.Length = mean(Petal.Length))

!! 是UQ() 的快捷方式，它取消引用表达式或符号。这允许variable 仅在它被调用的范围内进行评估，即group_by。

sym 和 parse_expr 之间的区别以及何时使用哪个？

简短的回答：在这种情况下没关系。

长答案：

符号是一种引用 R 对象的方式，基本上是对象的“名称”。所以sym 类似于基础 R 中的as.name。另一方面，parse_expr 将一些文本转换为 R 表达式。这类似于基础 R 中的parse。

表达式可以是任何 R 代码，而不是只是 引用R 对象的代码。所以你可以解析引用R对象的代码，但是如果它引用的对象不存在，你就不能把一些随机代码变成sym。

一般来说，当你的字符串引用一个对象时你会使用sym（虽然parse_expr也可以），当你试图解析任何其他R时使用parse_expr进一步评估的代码。

对于这个特定的用例，variable 应该引用一个对象，因此将其转换为 sym 是可行的。另一方面，将其解析为表达式也可以，因为当!! 取消引用时，该代码将在group_by 内部进行评估。