为什么 quosures 在 group_by() 中有效，但在 filter() 中无效？

Question

我正在构建一个函数，我将根据字符串操作数据框。在函数中，我将从字符串中构建一个列名，并使用它来操作数据框，如下所示：

library(dplyr)

orig_df  <- data_frame(
     id = 1:3
   , amt = c(100, 200, 300)
   , anyA = c(T,F,T)
   , othercol = c(F,F,T)
)


summarize_my_df_broken <- function(df, my_string) {

  my_column <- quo(paste0("any", my_string))

  df %>% 
    filter(!!my_column) %>% 
    group_by(othercol) %>% 
    summarize(
        n = n()
      , total = sum(amt)
    ) %>%
    # I need the original string as new column which is why I can't
    # pass in just the column name
    mutate(stringid = my_string)


}


summarize_my_df_works <- function(df, my_string) {

  my_column <- quo(paste0("any", my_string))

  df %>% 
    group_by(!!my_column, othercol) %>% 
    summarize(
        n = n()
      , total = sum(amt)
    )  %>%
    mutate(stringid = my_string)

}

# throws an error: 
# Argument 2 filter condition does not evaluate to a logical vector
summarize_my_df_broken(orig_df, "A")

# works just fine
summarize_my_df_works(orig_df, "A")

我了解问题所在：在损坏的版本中取消引用作为 filter() 的参数的 quosure 并未引用实际列 anyA。

我不明白为什么它在summarize() 中有效，但在filter() 中无效——为什么会有区别？

Answer 1

现在您正在对字符串进行引用，而不是符号名称。这不是那些应该被使用的方式。 quo("hello") 和 quo(hello) 之间有很大的不同。如果要从字符串中生成正确的符号名称，则需要使用rlang::sym。所以快速修复将是

summarize_my_df_broken <- function(df, my_string) {

  my_column <- rlang::sym(paste0("any", my_string))
  ...
}

如果您仔细观察，我想您会发现 group_by/summarize 实际上也没有按照您期望的方式工作（尽管您只是没有收到相同的错误消息）。这两个不会产生相同的结果

summarize_my_df_works(orig_df, "A")
#  `paste0("any", my_string)` othercol     n total
#                        <chr>    <lgl> <int> <dbl>
# 1                       anyA    FALSE     2   300
# 2                       anyA     TRUE     1   300

orig_df  %>% 
  group_by(anyA, othercol) %>% 
  summarize(
    n = n()
    , total = sum(amt)
  )  %>%
  mutate(stringid = "A")
#    anyA othercol     n total stringid
#   <lgl>    <lgl> <int> <dbl>    <chr>
# 1 FALSE    FALSE     1   200        A
# 2  TRUE    FALSE     1   100        A
# 3  TRUE     TRUE     1   300        A

同样的问题是使用字符串而不是符号。

Answer 2

你的'broken'函数中没有filter()的任何条件，你只需指定列名。

除此之外，我不确定您是否可以在更大的表达式中插入引号。例如，您可以在这里尝试：

df %>% filter((!!my_column) == TRUE)

但我认为这行不通。

相反，我建议使用条件函数filter_at() 来定位相应的列。在这种情况下，您将 quosure 与过滤条件分开：

summarize_my_df_broken <- function(df, my_string) {

  my_column <- quo(paste0("any", my_string))

  df %>% 
    filter_at(vars(!!my_column), all_vars(. == TRUE)) %>% 
    group_by(othercol) %>% 
    summarize(
      n = n()
      , total = sum(amt)
    ) %>%
mutate(stringid = my_string)

}