eval(parse())、eval(str2lang())、eval(str2expression()) 和 eval(call()[[1]]) 有什么区别？

Question

我正在编写一个函数来从给定的 data.frame df 或环境 env 中提取作为字符串提供的变量。最初，我一直使用eval(parse(text=s), df, env) 构造来执行此操作，但我了解到还有更有效的替代方案。其他选项包括：

1. eval(str2lang(s), df, env)
2. eval(str2expression(s), df, env)
3. eval(call(s)[[1]], df, env)

可能也有get的解决方案，但我不知道它是否可以先检查变量是否在df中，然后再转向env，如果不是。

使用microbenchmark，看来call是最快的：

library(microbenchmark)

x1 = 1
df = data.frame(x2 = 2)

microbenchmark(call = eval(call('x1')[[1]], df), 
               parse = eval(parse(text='x1'), df), 
               str2lang = eval(str2lang('x1'), df), 
               str2exp = eval(str2expression('x1'), df), 
               check = "identical")
#> Unit: microseconds
#>      expr    min      lq     mean  median      uq     max neval cld
#>      call  1.128  1.2115  1.60815  1.4585  1.6360   4.659   100  a 
#>     parse 39.183 39.8705 46.60755 40.2405 42.0415 135.462   100   b
#>  str2lang  2.235  2.3570  3.26144  2.5995  2.8925  24.641   100  a 
#>   str2exp  2.230  2.3200  2.81387  2.4780  2.6970  10.312   100  a

microbenchmark(call = eval(call('x2')[[1]], df), 
               parse = eval(parse(text='x2'), df), 
               str2lang = eval(str2lang('x2'), df), 
               str2exp = eval(str2expression('x2'), df), 
               check = "identical")
#> Unit: microseconds
#>      expr    min     lq     mean  median      uq     max neval cld
#>      call  1.124  1.194  1.47770  1.3675  1.5795   9.031   100  a 
#>     parse 38.254 38.762 40.21497 38.9630 39.3120 116.510   100   b
#>  str2lang  2.214  2.304  2.55036  2.3960  2.6530  10.639   100  a 
#>   str2exp  2.238  2.331  2.50011  2.4210  2.6515   3.619   100  a

^{由reprex package (v0.3.0) 于 2020 年 4 月 23 日创建}

因此，我倾向于使用call，但我想确保这样做不会产生任何意外后果，而不是使用其他解决方案。换句话说，在什么情况下（在我使用它们的上下文中）这四种方法会给出不同的答案，从而导致其中一种方法优于其他方法？

Answer 1

我认为这取决于您要评估的字符串。如果它总是一个名字，那么as.name('x1') 可能也是一个竞争者；我的测试表明它比你使用call 的解决方案慢一点，但我想说它更可取，因为它不那么晦涩难懂，而且不太可能引起未来的头痛。

因此可能会出现令人头疼的问题：当前call("x1") 生成语言对象x1()，然后您提取被调用函数的名称。但是，如果在 R 的某个未来版本中它记得那个表达式中的 x1 应该是一个函数呢？ eval(x1()) 已经知道要忽略名为 x1 的非函数对象，所以它不会破坏太多代码来进行更改，从效率的角度来看它可能很有用。

as.name 也允许非字符参数，例如as.name(123);这对您来说可能是积极的或消极的。 （两种解决方案都允许"123"。）

Answer 2

call 和as.symbol 都很好，我认为as.symbol 更可取。 as.symbol 是明确的 R 术语（as.name 是 S 术语）并且与 call 一样快。调用可以包含任何 R 对象，包括符号和其他调用，而且文档无处不在。因为字符串可能包含标点符号，所以我们无法确定 str2lang 或 str2expression 在哪个点失败或可能会弹出什么错误消息。

检查环境中是否存在变量比检查 data.frames 更安全。

区别

深入了解它们的主要区别在于它们的类：

l = list(w = as.symbol("x"), x = str2lang("x"), y = str2expression("x"), z = call("x"))
rbind(sapply(l, class), sapply(l, typeof), sapply(l, is.language))
     w        x        y            z         
[1,] "name"   "name"   "expression" "call"    
[2,] "symbol" "symbol" "expression" "language"
[3,] "TRUE"   "TRUE"   "TRUE"       "TRUE"  

一个很好的起点是R Language Definition，例如 Hadley Wickham 的 Advanced R (source) 中的表达式章节，然后阅读 ?call、?parse、@987654337 @。

它们是什么？

在评估 R 语言的设计 (source) 中给出了以下定义：

调用的参数是表达式，可以用符号name命名。

• 表达式 - 动作或动作。
• 调用 - 表示调用函数的动作。
• 符号（名称） - 引用 R 对象 (2.1.3)

什么时候使用？

来自?call 文档：

考虑使用str2lang(*) 而不是as.call(<string>)，它是parse(text=*) 的有效版本。 call() 和 as.call()，比基于 parse() 的方法更可取。

使用pryr::show_c_source(.Internal(str2lang(s))) 我们可以看到str2lang 和str2expression 都调用 C function do_str2lang 但他们的论点不同。这个区别可以在?parse找到：

• str2expression，等于 parse(text = "x", keep.source = F) 始终是一个表达式。
• str2lang("x")，等于 parse(text = "x", keep.source = F)[[1]] 可以评估为调用OR符号、NULL、数字、整数或逻辑，即调用或更简单。李>

在R 语言定义中提到，表达式只有在传递给eval 时才会被评估，其他语言对象可能会在一些意外情况下被评估。这些情况是什么，我找不到。

我们可以在所有方法中抛出一些边缘情况，看看什么时候可能会失败：

• "\"" 读入数据时引用错误解析？
• " " 空变量？变量名中的空格？
• "_" 非法令牌（遗留赋值运算符）问题？
• 反引号
• 不适用

# if it breaks, show how it breaks
do <- function(x, ...) tryCatch(eval(x, ..1, ..2), error = function(t) t$message)
check <- function(x, ...){
  list(
    do(call(x)[[1]], ...),
    do(as.symbol(x), ...),
    do(str2lang(x), ...),
    do(str2expression(x), ...)
  )
}

# test 1: some variables do not exist
e <- new.env() ; e$x1 <- 5
df = data.frame(x2 = 3)
no_var <- lapply(list("x1", "x2", "\"", " ", "_", "`", NA_character_), check, df, e)

# test 2: some variables exist
e <- new.env() ; e$x1 = 5; e$`_` = 2 ; e$"\"" = 5; e$`NA` <- 5
df = data.frame(x2 = 3, " " = 7, "_" = 2)
var <- lapply(list("x1", "x2", "\"", " ", "_", "`", NA_character_), check, df, e)

# difference in outcomes in
var[3:7]
no_var[3:7]

当变量不存在时： as.symbol 和 call 总是到达 eval、str2lang 和 str2expression 在所有情况下都会提前失败。当给定一个空字符串时，str2expression 与 str2lang 不同。

当变量存在时： as.symbol 和 call 在案例 3、4、7 中成功，而 str2lang 和 str2expression 抛出错误。

顺便说一句，在 data.frames 中存储变量时要小心，它们很容易损坏。

names(data.frame(" " = 1, "_" = 2, "\"" = 3, "`" = 4))
[1] "X."   "X_"   "X..1" "X..2"