时间戳

首页 > 解决方案 > 什么！！R中的运算符均值

r - 什么！！R中的运算符均值

问题描述

任何人都可以解释一下，我们需要什么!!，!!!或者{{}}运营商来自rlang哪里？我试图了解更多关于 quasiquotation 但没有得到任何东西。

我已经在 Stack 上看到了几篇关于 curly-curly 运算符的帖子，并且了解到{{我们在将数据帧的变量（或我们对象的其他子对象）传递给函数时使用。但是在阅读了quote/unquote之后，我对所有这些运算符及其用法完全感到困惑。

为什么我们需要它，为什么有些函数没有它就不能读取参数，最后，它们实际上是如何工作的？

如果您以我能理解的最简单的方式给出答案，我将不胜感激（也许有例子？）。

标签： rtidyversequoterlangquasiquotes

解决方案

!!and运算符是占位符，用于将{{变量标记为已被引用。它们通常仅在您打算使用tidyverse. 喜欢利用 NSE （tidyverse非标准评估）来减少重复量。最常见的应用是针对"data.frame"类，其中表达式/符号在搜索其他范围之前在 data.frame 的上下文中进行评估。为了让它工作，一些特殊的函数（比如在 package 中dplyr）有被引用的参数。引用表达式，就是保存构成表达式的符号并防止计算（在tidyverse他们使用“quosures”，这就像一个带引号的表达式，除了它包含对表达式所产生环境的引用）。虽然 NSE 非常适合交互式使用，但它的编程难度明显更高。让我们考虑dplyr::select

 library(dplyr)
#> 
#> Attaching package: 'dplyr'
#> The following objects are masked from 'package:stats':
#> 
#>     filter, lag
#> The following objects are masked from 'package:base':
#> 
#>     intersect, setdiff, setequal, union
 
 iris <- as_tibble(iris)
 
 my_select <- function(.data, col) {
   select(.data, col) 
 }
 
 select(iris, Species)
#> # A tibble: 150 × 1
#>    Species
#>    <fct>  
#>  1 setosa 
#>  2 setosa 
#>  3 setosa 
#>  4 setosa 
#>  5 setosa 
#>  6 setosa 
#>  7 setosa 
#>  8 setosa 
#>  9 setosa 
#> 10 setosa 
#> # … with 140 more rows
 my_select(iris, Species)
#> Error: object 'Species' not found

我们遇到错误，因为在参数范围内my_select 使用col标准评估进行评估并且找不到名为 的变量Species。

如果我们尝试在全局环境中创建一个变量，我们会看到该函数有效 - 但它不符合tidyverse. 事实上，他们会制作一个注释来通知您这是模棱两可的使用。

 Species <- "Sepal.Width"
 my_select(iris, Species)
#> Note: Using an external vector in selections is ambiguous.
#> ℹ Use `all_of(col)` instead of `col` to silence this message.
#> ℹ See <https://tidyselect.r-lib.org/reference/faq-external-vector.html>.
#> This message is displayed once per session.
#> # A tibble: 150 × 1
#>    Sepal.Width
#>          <dbl>
#>  1         3.5
#>  2         3  
#>  3         3.2
#>  4         3.1
#>  5         3.6
#>  6         3.9
#>  7         3.4
#>  8         3.4
#>  9         2.9
#> 10         3.1
#> # … with 140 more rows

为了解决这个问题，我们需要防止评估enquo()和取消!!引用或仅使用{{.

 my_select2 <- function(.data, col) {
   col_quo <- enquo(col)
   select(.data, !!col_quo) #attempting to find whatever symbols were passed to `col` arugment
 }
 #' `{{` enables the user to skip using the `enquo()` step.
 my_select3 <- function(.data, col) {
   select(.data, {{col}}) 
 }
 
 my_select2(iris, Species)
#> # A tibble: 150 × 1
#>    Species
#>    <fct>  
#>  1 setosa 
#>  2 setosa 
#>  3 setosa 
#>  4 setosa 
#>  5 setosa 
#>  6 setosa 
#>  7 setosa 
#>  8 setosa 
#>  9 setosa 
#> 10 setosa 
#> # … with 140 more rows
 my_select3(iris, Species)
#> # A tibble: 150 × 1
#>    Species
#>    <fct>  
#>  1 setosa 
#>  2 setosa 
#>  3 setosa 
#>  4 setosa 
#>  5 setosa 
#>  6 setosa 
#>  7 setosa 
#>  8 setosa 
#>  9 setosa 
#> 10 setosa 
#> # … with 140 more rows

总之，您真的只需要!!并且{{如果您尝试以编程方式应用 NSE 或对该语言进行某种类型的编程。

!!!用于将某种列表/向量拼接到某个引用表达式的参数中。

 library(rlang)
 quo_let <- quo(paste(!!!LETTERS))
 quo_let
#> <quosure>
#> expr: ^paste("A", "B", "C", "D", "E", "F", "G", "H", "I", "J", "K", "L",
#>           "M", "N", "O", "P", "Q", "R", "S", "T", "U", "V", "W", "X", "Y",
#>           "Z")
#> env:  global
 eval_tidy(quo_let)
#> [1] "A B C D E F G H I J K L M N O P Q R S T U V W X Y Z"

由reprex 包于 2021-08-30 创建(v2.0.1)

推荐阅读