有人会好心解释以下非标准评估和标准评估概念的差异吗?具体来说,为什么某些方法有效而其他方法无效。
我希望这将作为其他人的路标(并节省他们的时间)并增加文档/小插曲。此外,虽然我相信我对解释有很好的把握,但我确信有人应该能够比我将产生/解释的内容更优雅、更完整地回答这个问题。
library(dplyr)
myCols <- c("Sepal.Width", "Sepal.Length")
#######################################################################
# Non-Standard Evaluation (NSE)
#######################################################################
# METHOD 1: Works as expected
select(iris, Sepal.Width, Sepal.Length)
# METHOD 2: Throws error - must reolve to integer column positions.
select(iris, myCols)
# METHOD 3: Works as expected
select(iris, one_of(myCols))
#######################################################################
# Standard Evaluation (SE)
#######################################################################
# METHOD 4: Returns just Sepal.Width NOT Sepal.Length
select_(iris, myCols)
# METHOD 5: Throws error - must reolve to integer column positions.
select_(iris, ~myCols)
# METHOD 6: Works as expected
select_(iris, .dots = myCols)
最佳答案
如果有人仍然遇到这个问题,我只是想注意 select_ 现在已被弃用,方法 1、2、3 现在都可以工作(生成两个“Sepal.Width”、“Sepal.Length”列)。
如果您有符号列表而不是列的字符名称,则可以使用 !!! 取消引用它们!和 !!。以下内容直接来自 select() 的帮助文件。
# Unquoting ----------------------------------------
# Like all dplyr verbs, select() supports unquoting of symbols:
vars <- list(
var1 = sym("cyl"),
var2 = sym("am")
)
select(mtcars, !!!vars)
# For convenience it also supports strings and character
# vectors. This is unlike other verbs where strings would be
# ambiguous.
vars <- c(var1 = "cyl", var2 ="am")
select(mtcars, !!vars)
rename(mtcars, !!vars)
关于r - 理解dplyr select()中的非标准评估NSE和标准评估SE,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/27904185/