时间戳

首页 > 解决方案 > curly curly 整洁的评估编程，具有多个输入和跨列的自定义函数

r - curly curly 整洁的评估编程，具有多个输入和跨列的自定义函数

问题描述

我的问题与此问题类似，但我需要跨列应用更复杂的函数，但我不知道如何将 Lionel 建议的解决方案应用于具有范围动词 likefilter_at()或filter()+across()等价物的自定义函数。看起来并没有{{{}}}引入“superstache”/ 运算符。

这是我想做的一个非编程示例（不使用 NSE）：

library(dplyr)
library(magrittr)

foo <- tibble(group = c(1,1,2,2,3,3),
              a = c(1,1,0,1,2,2),
              b = c(1,1,2,2,0,1))

foo %>%
  group_by(group) %>%
  filter_at(vars(a,b), any_vars(n_distinct(.) != 1)) %>%
  ungroup
#> # A tibble: 4 x 3
#>   group     a     b
#>   <dbl> <dbl> <dbl>
#> 1     2     0     2
#> 2     2     1     2
#> 3     3     2     0
#> 4     3     2     1

我还没有找到与+对应的这一filter_at行，但由于新的（ish）tidyeval 函数早于 dplyr 1.0，我认为可以搁置这个问题。这是我尝试制作一个程序版本，其中过滤变量由用户提供，带有点：filteracross()

my_function <- function(data, ..., by) {
  dots <- enquos(..., .named = TRUE)
  
  helperfunc <- function(arg) {
    return(any_vars(n_distinct(arg) != length(arg)))
  }
  
  dots <- lapply(dots, function(dot) call("helperfunc", dot))
  
  data %>%
    group_by({{ by }}) %>%
    filter(!!!dots) %>%
    ungroup
}

foo %>%
  my_function(a, b, group)
#> Error: Problem with `filter()` input `..1`.
#> x Input `..1` is named.
#> i This usually means that you've used `=` instead of `==`.
#> i Did you mean `a == helperfunc(a)`?

如果有一种方法可以在vars()参数中插入一个 NSE 运算符filter_at而不必进行所有这些额外的调用，我会很高兴（我假设这是一个{{{}}}函数会做的事情？）

标签： rdplyrrlangtidyevalnon-standard-evaluation

解决方案

也许我误解了问题所在，但转发点的标准模式似乎在这里工作正常：

my_function <- function(data, ..., by) {
  data %>%
    group_by({{ by }}) %>%
    filter_at(vars(...), any_vars(n_distinct(.) != 1)) %>%
    ungroup
}

foo %>%
  my_function( a, b, by=group )     # works

推荐阅读