咕噜声中的准报价

Question

作为一个更大的函数的一部分，它只保留在每个人受伤之前发生的植物生长时间序列中的值 (plantid)，我正在编写 2 个块，其中依次包含一个函数

1. 控制参数中给定的所有变量都是字符向量（如在第二个函数中，%in% 不识别命名因子），如果不是，则在提供警告时转换为字符。

2. 从上述给定变量中识别并标记行，这些变量包括参数 b 中的字符串之一。

我很确定引用/准引用或 bang-bang (!!)/big-bang (!!!) 运算符有问题（这是我第一次编写带引号的函数） .我一直收到“!!! 可能无法在顶层使用”警告等，我不知道如何解决。我还需要帮助找到一种尝试转换非字符变量的好方法。

这是我到目前为止所得到的

参数说明

• df:data.frame

• plantid：每个植物的唯一标识符

• year：观察年份

• injuries：（在我的情况下）3列可以包含伤害代码的列表，例如c("PrimaryInjury", "SecondaryInjury", "OtherInjury")

• forbidden_values：感兴趣的伤害代码，例如c("Rust", "Insect", "Snow break")

功能

id_injured <- function(df, plantid, year, injuries, forbidden_values){
    #parsing unquoted strings.
    plantid <- enquo(plantid)
    year <- enquo(year)
    forbidden_values <- enquos(forbidden_values)
    injuries <- syms(injuries)

    #if all variables in injuries are not characters, stop and warn (attempt to convert to character those variables which are not character)

    if(!all(purrr::pmap_int(select(df, !!!injuries), ~is.character(...))))){
       stop("All injury variables are not characters. Convert factors in injuries to character variables")} else {
          (1) #Control to give output while testing function, replace with conversion and warning?
    }

    #Identify rows with matching injury codes with 1, else 0.
    Dataplantid <- df %>% mutate(is_injured = purrr::pmap_int(select(df, !!!injuries), any(c(...) %in% !!!forbidden values)))

    #End of function
}

---

预期用途

我删除了函数的第 (1) 部分，以便它只会尝试标记 1 或 0。

Dataplantid <- id_injured(df=df, plantid=plantid, year=year, injuries=c("PrimaryInjury","SecondaryInjury","OtherInjury"),forbidden_values=c("Rust","Insect","Snow break")

结果

错误：不能在顶层使用!!!。

> last_trace()
<error/rlang_error>
Can't use `!!!` at top level.
Backtrace:
     █
  1. └─global::so_injured(...)
  2.   └─`%>%`(...)
  3.     ├─base::withVisible(eval(quote(`_fseq`(`_lhs`)), env, env))
  4.     └─base::eval(quote(`_fseq`(`_lhs`)), env, env)
  5.       └─base::eval(quote(`_fseq`(`_lhs`)), env, env)
  6.         └─`_fseq`(`_lhs`)
  7.           └─magrittr::freduce(value, `_function_list`)
  8.             ├─base::withVisible(function_list[[k]](value))
  9.             └─function_list[[k]](value)
 10.               ├─dplyr::mutate(...)
 11.               └─dplyr:::mutate.data.frame(...)
 12.                 ├─base::as.data.frame(mutate(tbl_df(.data), ...))
 13.                 ├─dplyr::mutate(tbl_df(.data), ...)
 14.                 └─dplyr:::mutate.tbl_df(tbl_df(.data), ...)
 15.                   └─rlang::enquos(..., .named = TRUE)
 16.                     └─rlang:::endots(...)
 17.                       └─rlang:::map(...)
 18.                         └─base::lapply(.x, .f, ...)
 19.                           └─rlang:::FUN(X[[i]], ...)
 20.                             └─rlang::splice(...)

相关数据

plantid <- rep(c(1,2,3,4,5), times=c(3,3,3,3,3))
year <- rep(1:3, length.out=length(plantid))
set.seed(42)
PrimaryInjury <- sample(c(NA,NA,NA,"Rust","Insect", "Snow break"), 15, replace=TRUE)
SecondaryInjury <- rep(NA, length.out=length(plantid)) #Filled with NA for example
OtherInjury <- rep(NA, length.out=length(plantid)) #Filled NA for example
df <- data.frame(plantid,year,PrimaryInjury,SecondaryInjury,OtherInjury)
#Right now, PrimaryInjury is a factor, SecondaryInjury and OtherInjury are logical.

预期输出

Dataplantid <- df
Dataplantid$is_injured <- c(0,1,0,0,0,1,0,0,0,1,0,1,1,1,0)

Answer 1

有几个问题，按从小到大的顺序排列：

1. 使用map_lgl 而不是map_int 以获得逻辑结果。
2. 尤其是使用map_lgl 而不是<em>p</em>map_int，除非您实际上打算并行映射多个参数，这里不是这种情况。
3. 不要将函数结果分配给函数内部的变量。这并没有真正的伤害，但它是不必要的和误导性的。
4. 不要引用然后插入forbidden_values 值。您想要在此处使用字符向量，而不是 R 名称。
5. 您在计算 is_injured 的 purrr 调用中缺少 ~。
6. 识别受伤值的逻辑不是这样工作的； 可能可以在这里使用pmap_lgl，但我认为将数据重新整形为长格式并使用它更直接——尽管可能更冗长。

综合起来，我们得到：

id_injured <- function(df, plantid, year, injuries, forbidden_values) {
    plantid <- enquo(plantid)
    year <- enquo(year)
    injuries <- syms(injuries)

    df_injuries <- select(df, !!! injuries)

    if (! all(purrr::map_lgl(df_injuries, is.character))) {
        stop("All injury variables are not characters. Convert factors in injuries to character variables")
    }

    is_injured <- df_injuries %>%
        mutate(.RowID = row_number()) %>%
        tidyr::gather(Key, Value, -.RowID) %>%
        group_by(.RowID) %>%
        summarize(is_injured = any(Value %in% forbidden_values)) %>%
        pull(is_injured)

    df %>% mutate(is_injured = is_injured)
}