可以让非标准评估在 dplyr 中为 filter_ 和 count_ 工作，但不是 distinct_答案

【问题标题】：Can get non-standard evaluation to work in dplyr for filter_ and count_ but not distinct_可以让非标准评估在 dplyr 中为 filter_ 和 count_ 工作，但不是 distinct_
【发布时间】：2016-12-16 17:09:21
【问题描述】：

我正在尝试编写一个使用 dplyr 来计算 z 的所有唯一值的函数。当我将变量实际命名为 z 时，我的函数工作正常。但是，如果变量名为 x，我会收到错误消息（如下代码）。

test.data<-data.frame(y=c(1:10),
                  x=c(letters[1:10]))
test.data$x<-as.character(test.data$x)
obsfunction<-function(z,y,data){
filter_(data,
          !is.na(deparse(substitute(y))))%>%
    distinct_(., deparse(substitute(z)))%>% #the line that breaks it
    count_(.)
}
obsfunction(z=x,y,data=test.data)

所以，上面的代码不起作用并给出了这个错误：

 >Error in eval(substitute(expr), envir, enclos) : unknown column 'z'

在函数中将 z 更改为 x（或将 x 重命名为 z）使其工作，但我不想重命名所有内容，特别是考虑到 y 使用不同的名称。

我已经按照vignette、this question 和this question 尝试了lazyeval::interp 和quote()。

distinct_(lazyeval::interp(as.name(z)))%>%
>Error in as.name(z) : object 'x' not found 

distinct_(quote(z))%>%
>Error in eval(substitute(expr), envir, enclos) : unknown column 'z'

我错过了什么？如何让 z 接受 x 作为列名？

【问题讨论】：

标签： r dplyr

【解决方案1】：

作为 dplyr 标准评估理解字符串，我尝试了以下代码并使用额外的测试数据，它似乎有效。我先提取变量名，然后用字符串构造表达式：

test.data<-data.frame(y=c(1:10),
                      x=c(letters[1:10]))
test.data$x<-as.character(test.data$x)

f <- function(z, y, data){
    z <- deparse(substitute(z))
    y <- deparse(substitute(y))
    res <- data %>% filter_(
        paste('!is.na(', y, ')', sep = '')) %>%
        distinct_(z) %>%
        count_(.)
}


x <- f(z = x, y, test.data)
# # A tibble: 1 × 1
#       n
# <int>
# 1    10



test.data <- data.frame(
    y=c(1:4, NA, NA, 7:10),
    x=c(letters[c(1:8, 8, 8)]),
    stringsAsFactors = F)

x <- f(z = x, y, test.data)
# # A tibble: 1 × 1
#       n
# <int>
# 1     6

【讨论】：

【解决方案2】：

您可以使用match.call 捕获函数参数并将其转换为字符，然后再传递给dplyr SE 函数：

obsfunction<-function(z, y, data){
    cl = match.call()
    y = as.character(cl['y'])
    z = as.character(cl['z'])

    data %>% filter_(paste('!is.na(', y, ')', sep = '')) %>%
             distinct_(z) %>%
             count_(.)
}

obsfunction(z = x, y = y, data = test.data)

# A tibble: 1 × 1
#      n
#  <int>
#1    10

obsfunction(x, y, test.data)

# A tibble: 1 × 1
#      n
#  <int>
#1    10

【讨论】：

嗨。我注意到您的答案为我的答案中的额外test.data 给出了 8，而我的解决方案给出了 6。我错过了什么吗？
@mt1022 是的。我刚刚注意到filter_ 功能无法正常工作，您的paste() 方法是要走的路。感谢您的通知！

【解决方案3】：

另一个lazyeval/dplyr 变体，其中变量作为公式传递，f_interp 用传递给它的公式替换uq(x)，类似于deparse(substitute(x))

library(dplyr)
library(lazyeval)

test.data<-data.frame(y=c(1:10),
                  x=c(letters[1:10]))
test.data$x<-as.character(test.data$x)


obsfunction<-function(z, y, data){
  data %>% filter_(f_interp(~!is.na(uq(y)))) %>%
    distinct_(f_interp(~uq(z))) %>% count()
}

obsfunction(z=~x,~y,data=test.data)

 #A tibble: 1 × 1
 #     n
 #  <int>
 #1    10

test.data.NA <- data.frame(
  y=c(1:4, NA, NA, 7:10),
  x=c(letters[c(1:8, 8, 8)]),
  stringsAsFactors = FALSE)


obsfunction(z=~x,~y,data=test.data.NA)
 # # A tibble: 1 × 1
 #        n
 #      <int>
 # 1      6

【讨论】：