从可能的标签库中为数据框分配标签

Question

我想创建一个从不同环境更新数据框的函数。具体来说，我想使用Hmisc::label() 函数更新数据框的标签。

assign_label <- function(df, col) {
  col <- rlang::as_name(rlang::ensym(col))
  Hmisc::label(df[,col]) <- fetch_label(col)
}

fetch_label <- function(col) {
  val <- c("mpg" = "MPG",
           "hp" = "HP") 
  unname(val[col])
}

以下代码执行没有问题：assign_label(mtcars, hp)

但是，它实际上并没有改变调用环境中的数据框。我只是想不通如何让它达到我的想象。

理想情况下，我希望能够像这样将数据帧通过管道传递给该函数：

mtcars %>% assign_label(mpg)

Answer 1

1) 返回修改后的对象 在 R 中不鼓励就地修改对象。通常的方法是返回数据框，然后将其分配给新名称或返回原始名称破坏或遮蔽它。

assign_label <- function(df, col) {
  col <- deparse(substitute(col))
  Hmisc::label(df[[col]]) <- fetch_label(col)
  df
}

mtcars_labelled <- mtcars %>% assign_label(mpg)

2) magrittr 尽管我们在上面说过，在 R 和一些 R 包中仍有一些可以修改的功能。 magrittr 包提供了覆盖或隐藏输入的语法。使用（1）中的定义，我们可以这样写：

library(mtcars)
mtcars %<>% assign_label(mpg)

如果 mtcars 在全局环境中，它将用新值覆盖它，但在这种情况下，mtcars 在数据集中，因此将新的 mtcars 写入调用者，而数据集中的原始值保持不变。

3) 替换函数 虽然没有被广泛使用，但 R 确实提供了替换函数，这些函数是这样定义和使用的。这确实会覆盖或隐藏输入。

`assign_label<-` <- function(df, value) {
  Hmisc::label(df[[value]]) <- fetch_label(value)
  df
}

assign_label(mtcars) <- "mpg"

注意

顺便说一句，如果目标是与 tidyverse 一致的接口，则使用 tidyselect 检索列名，以便以下示例起作用：

assign_labels <- function(df, col) {
  nms <- names(select(df, {{col}}))
  for(nm in nms) Hmisc::label(df[[nm]]) <- fetch_label(nm)
  df
}

mtcars_labelled <- mtcars %>% assign_labels(starts_with("mp"))
str(mtcars_labelled)

mtcars_labelled <- mtcars %>% assign_labels(mpg|hp)
str(mtcars_labelled)

Answer 2

关于不修改函数范围之外的 cmets，我创建了两个函数，它们为新的数据帧分配标签。

fetch_label <- function(col) {
  val <- c("mpg" = "MPG",
           "hp" = "HP") 
  unname(val[col])
}
 
assign_label <- function(df, col) {
  col <- rlang::as_name(rlang::ensym(col))
  Hmisc::label(df[[col]]) <- fetch_label(col)
  return(df)
}

assign_labels <- function(df) {
  purrr::iwalk(df, function(.x, .y) {
    lab <- fetch_label(.y)
    Hmisc::label(df[[col]]) <<- lab
  })
  return(df)
}

mtcars <- mtcars %>% assign_label(hp)
mtcars <- mtcars %>% assign_labels()