r - 如何在 dplyr 中使用 NSE 来引用一个变量？

Question

我想编写一个在 dplyr 链中使用的函数，以按给定变量排列分组数据，然后检查该变量是否严格递增整​​数(例如，1,2,3， ...)。为了澄清，我的意思是按顺序排列的每个整数，而不仅仅是递增的整数。所以 1,2,4,... 应该失败。

这个想法是最终有这样的东西，看起来像这样，并且如果每个组的 x 不是 1,2,3,... 则提供一个错误。

d %>% group_by(group) %>% check(x) 

我已经编写了一个 SE 版本，似乎可以工作，如下所示，但我陷入了 NSE 版本。

check_ <- function(.data, var) {
  checkint <- function(x) { stopifnot(x == seq_along(x)) }
  do(.data, {
    . <- dplyr::arrange_(., var)
    checkint(lazyeval::lazy_eval(var, data=.))
    .
  })
}

在文档中，看起来我应该使用lazy来处理单个变量，但是当我传入的变量也存在于全局环境中时，这不起作用。

checkX <- function(.data, var) {
  check_(.data, lazyeval::lazy(var))
}

d <- expand.grid(group=1:2, x=3:1)
x <- 5 ## put an "x" in the global environment
d %>% group_by(group) %>% checkX(x)

## Error: incorrect size (1), expecting : 3 

我确实有一个似乎可以工作的 NSE 版本，但调用 lazy_dots 感觉不对，因为我只想要一个变量。

check <- function(.data, ...) {
  check_(.data, lazyeval::lazy_dots(...)[[1]])
}

Answer 1

看起来lazyeval已经发生了变化。 latest vignette甚至没有引用lazy()函数。它似乎确实存在范围内变量的问题(更多内容在底部)。现在我们的功能受到了鼓励，尽管它们还没有进入所有的“tidyverse”。

看起来您想要的函数是expr_find。如果我们将 checkX 定义为

checkX <- function(.data, var) {
  check_(.data, lazyeval::expr_find(var))
}

然后就可以了

x <- 5
d %>% group_by(group) %>% checkX(x)

(或者至少对于 lazyeval_0.2.0 和 dplyr_0.5.0 是这样)

但是回到 old vignette 中的第一个示例

library(lazyeval)
# `x` does not exist here
f <- function(x = a - b) {
  lazy(x)
}
f()
# <lazy>
#   expr: a - b
#   env:  <environment: 0x000000000663d618>
exists("x")
# [1] FALSE
f(x)
# <lazy>
#   expr: x
#   env:  <environment: R_GlobalEnv>
x <- 101
f(x)
# <lazy>
#   expr: 101
#   env:  <environment: R_GlobalEnv>

或者另一个更简单的例子

# rm(x)
lazy(x)
# <lazy>
#   expr: x
#   env:  <environment: R_GlobalEnv>
x <- 100
lazy(x)
#  <lazy>
#   expr: 100
#   env:  <environment: R_GlobalEnv>

它在某个地方评估参数 x，因此如果它存在于它来自的环境中，它就永远不会保留在惰性对象中。