R dplyr 将表达式作为参数传递给函数答案

【问题标题】：R dplyr pass expression as argument to functionR dplyr 将表达式作为参数传递给函数
【发布时间】：2020-06-17 00:32:43
【问题描述】：

我有一个简单的愚蠢问题，但很抱歉这么简单。

如何将算术表达式作为函数参数传递？

test_func <- function(data, myexpr){
  data %>% 
    filter(!! myexpr)
}

mtcars %>% 
  test_func(myexpr =  "cyl > 6")

提前致谢

【问题讨论】：

标签： r function dplyr tidyeval nse

【解决方案1】：

其中任何一个似乎都适用于解析表达式：parse_expr() 和 parse_quo()

library(rlang)
library(dplyr)

test_func1 <- function(data, myexpr){
  data %>% 
    filter(!!parse_expr(myexpr))
}

test_func2 <- function(data, myexpr){
  data %>% 
    filter(!!parse_quo(myexpr, env = global_env()))
}

mtcars %>% 
  test_func1(myexpr =  "cyl > 6")
#>                      mpg cyl  disp  hp drat    wt  qsec vs am gear carb
#> Hornet Sportabout   18.7   8 360.0 175 3.15 3.440 17.02  0  0    3    2
#> Duster 360          14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4
#> Merc 450SE          16.4   8 275.8 180 3.07 4.070 17.40  0  0    3    3
#> Merc 450SL          17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3
#> Merc 450SLC         15.2   8 275.8 180 3.07 3.780 18.00  0  0    3    3
#> Cadillac Fleetwood  10.4   8 472.0 205 2.93 5.250 17.98  0  0    3    4
#> Lincoln Continental 10.4   8 460.0 215 3.00 5.424 17.82  0  0    3    4
#> Chrysler Imperial   14.7   8 440.0 230 3.23 5.345 17.42  0  0    3    4
#> Dodge Challenger    15.5   8 318.0 150 2.76 3.520 16.87  0  0    3    2
#> AMC Javelin         15.2   8 304.0 150 3.15 3.435 17.30  0  0    3    2
#> Camaro Z28          13.3   8 350.0 245 3.73 3.840 15.41  0  0    3    4
#> Pontiac Firebird    19.2   8 400.0 175 3.08 3.845 17.05  0  0    3    2
#> Ford Pantera L      15.8   8 351.0 264 4.22 3.170 14.50  0  1    5    4
#> Maserati Bora       15.0   8 301.0 335 3.54 3.570 14.60  0  1    5    8

mtcars %>% 
  test_func2(myexpr =  "cyl > 6")
#>                      mpg cyl  disp  hp drat    wt  qsec vs am gear carb
#> Hornet Sportabout   18.7   8 360.0 175 3.15 3.440 17.02  0  0    3    2
#> Duster 360          14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4
#> Merc 450SE          16.4   8 275.8 180 3.07 4.070 17.40  0  0    3    3
#> Merc 450SL          17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3
#> Merc 450SLC         15.2   8 275.8 180 3.07 3.780 18.00  0  0    3    3
#> Cadillac Fleetwood  10.4   8 472.0 205 2.93 5.250 17.98  0  0    3    4
#> Lincoln Continental 10.4   8 460.0 215 3.00 5.424 17.82  0  0    3    4
#> Chrysler Imperial   14.7   8 440.0 230 3.23 5.345 17.42  0  0    3    4
#> Dodge Challenger    15.5   8 318.0 150 2.76 3.520 16.87  0  0    3    2
#> AMC Javelin         15.2   8 304.0 150 3.15 3.435 17.30  0  0    3    2
#> Camaro Z28          13.3   8 350.0 245 3.73 3.840 15.41  0  0    3    4
#> Pontiac Firebird    19.2   8 400.0 175 3.08 3.845 17.05  0  0    3    2
#> Ford Pantera L      15.8   8 351.0 264 4.22 3.170 14.50  0  1    5    4
#> Maserati Bora       15.0   8 301.0 335 3.54 3.570 14.60  0  1    5    8

^{由reprex package (v0.3.0) 于 2020 年 6 月 16 日创建}

【讨论】：

相关*.com/a/49470372/786542
parse_quosure() 已弃用，您能否删除它的提及？ parse_quo() 的使用是最安全的，我喜欢你提供调用者环境（当然它可能是也可能不是正确的环境，这是使用字符串的危险）。现在我想知道 parse_quo() 是否应该默认为 global-env 。它只对这种用例有用，我猜全局通常是解析用户输入时的预期环境。
@Tung 非常感谢。我不知道如何基于计算编程概念来搜索这个问题。我将更新答案，以提及 LionelHenry 告诉我们的已弃用的内容。对不起，如果它有一个相关的，无论如何，我的指定一个函数，即使它是安静的冗余。
@LionelHenry：感谢您的建议！我同意你所说的将global-env 设为默认值。如果用户知道他们在做什么，他们可以稍后更改该选项。如果需要，您可以包含警告。

【解决方案2】：

library(dplyr)

test_func <- function(data, myexpr){
  data %>% 
    filter(eval(parse(text  = myexpr)))
}

mtcars %>% 
  test_func(myexpr =  "cyl > 6")

【讨论】：

如果data 包含名为myexpr 的列，这将失败。我建议使用!! 而不是eval()。