使用带有 dplyr 的数据框名称动态重命名

Question

在这个例子中，我使用的是 iris 数据集，我想将 Petal.Length 重命名为 iris:

library(dplyr)

some_fun <- function(x){
  head(x) %>%
    rename(!!quo_name(x) := "Petal.Length")
}

some_fun(iris)

但这会产生以下错误:

Error: `expr` must quote a symbol, scalar, or call

如果我使用 enquo 而不是 quo_name，则会出现此错误:

Error: The LHS of `:=` must be a string or a symbol

我想问题出在我调用 some_fun(iris) 而不是 some_fun("iris")，但我必须调用 some_fun (虹膜)。

在使用 some_fun(iris) 时我该怎么做？

编辑:我需要这个函数来使用 purrr::map() 遍历列表。更新示例:

library(dplyr)
library(purrr)

list_df <- list(mtcars2 = mtcars %>% mutate(Petal.Length = 1),
                iris2 = iris)

some_fun <- function(x){
  df_name <- deparse(substitute(x))
  head(x) %>%
    rename("{df_name}" := "Petal.Length")
}

test <- map(list_df, some_fun)
list2env(test, .GlobalEnv)

mtcars2
iris2

Answer 1

尝试使用 deparse(substitute()) 获取数据集的名称，然后使用 dplyr 的新大括号进行非标准评估:

library(dplyr)

some_fun <- function(x){
  df_name <- deparse(substitute(x)) #Comes out as string of df's name
  head(x) %>%
     rename("{df_name}" := "Petal.Length") #df_name is evaluated, THEN becomes the new variable name for Petal.Length
}

some_fun(iris)

基本上大括号内的所有内容都会首先求值。

编辑:这是基于 OP 更新的更新。只需预先提取名称，然后将它们传递给(稍微更新的)函数。

library(dplyr)
library(purrr)

list_df <- list(mtcars2 = mtcars %>% mutate(Petal.Length = 1),
                iris2 = iris)

df_names <- names(list_df)

some_fun <- function(x, x_name){
  df_name <- x_name
  head(x) %>%
    rename("{df_name}" := "Petal.Length")
}

test <- map2(list_df, df_names, some_fun) 
list2env(test, .GlobalEnv)

mtcars2
#   mpg cyl disp  hp drat    wt  qsec vs am gear carb mtcars2
#1 21.0   6  160 110 3.90 2.620 16.46  0  1    4    4       1
#2 21.0   6  160 110 3.90 2.875 17.02  0  1    4    4       1
#3 22.8   4  108  93 3.85 2.320 18.61  1  1    4    1       1
#4 21.4   6  258 110 3.08 3.215 19.44  1  0    3    1       1
#5 18.7   8  360 175 3.15 3.440 17.02  0  0    3    2       1
#6 18.1   6  225 105 2.76 3.460 20.22  1  0    3    1       1

iris2
#  Sepal.Length Sepal.Width iris2 Petal.Width Species
#1          5.1         3.5   1.4         0.2  setosa
#2          4.9         3.0   1.4         0.2  setosa
#3          4.7         3.2   1.3         0.2  setosa
#4          4.6         3.1   1.5         0.2  setosa
#5          5.0         3.6   1.4         0.2  setosa
#6          5.4         3.9   1.7         0.4  setosa