Erstellen einer Funktion mit einem Argument, das an dplyr :: filter übergeben wird, was ist der beste Weg, um nse zu umgehen?

Question

Nicht-Standard-Auswertung ist wirklich praktisch, wenn dplyrs Verben verwendet. Aber es kann problematisch sein, wenn diese Verben mit Funktionsargumenten verwendet werden. Zum Beispiel lassen Sie uns sagen, dass ich eine Funktion erstellen möchte, die gibt mir die Anzahl der Zeilen für eine bestimmte Spezies.

# Load packages and prepare data 
library(dplyr) 
library(lazyeval) 
# I prefer lowercase column names 
names(iris) <- tolower(names(iris)) 
# Number of rows for all species 
nrow(iris) 
# [1] 150 

Beispiel nicht funktionierend

dieser Funktion als nicht funktioniert, weil erwartet species im Rahmen des Irisdatenrahmen interpretiert statt im Rahmen der Funktionsargument interpretiert wird:

nrowspecies0 <- function(dtf, species){ 
    dtf %>% 
     filter(species == species) %>% 
     nrow() 
} 
nrowspecies0(iris, species = "versicolor") 
# [1] 150 

3 Beispiele für die Umsetzung

Um Nicht-Standard-Auswertung zu arbeiten, ich in der Regel das Argument mit einem Unterstrich anhängen:

nrowspecies1 <- function(dtf, species_){ 
    dtf %>% 
     filter(species == species_) %>% 
     nrow() 
} 

nrowspecies1(iris, species_ = "versicolor") 
# [1] 50 
# Because of function name completion the argument 
# species works too 
nrowspecies1(iris, species = "versicolor") 
# [1] 50 

Es ist nicht völlig zufrieden stellend ist , da sie den Namen des Funktionsargument zu etwas weniger benutzerfreundlich ändert. Oder es beruht auf Autovervollständigung , die ich befürchte, ist keine gute Praxis für die Programmierung. Um ein schönes Argument Namen zu behalten, ich tun konnte:

nrowspecies2 <- function(dtf, species){ 
    species_ <- species 
    dtf %>% 
     filter(species == species_) %>% 
     nrow() 
} 
nrowspecies2(iris, species = "versicolor") 
# [1] 50 

Eine andere Möglichkeit, um Nicht-Standard-Auswertung auf this answer Basis zu arbeiten. interp() interpretiert species im Rahmen der Funktion Umgebung:

nrowspecies3 <- function(dtf, species){ 
    dtf %>% 
     filter_(interp(~species == with_species, 
         with_species = species)) %>% 
     nrow() 
} 
nrowspecies3(iris, species = "versicolor") 
# [1] 50 

Betrachtet man die 3-Funktion oben, was ist der bevorzugte - robusteste - Weg, um diese Filterfunktion zu implementieren? Gibt es noch andere Möglichkeiten?

Answer 1

Diese Frage hat absolut nichts mit einer nicht standardisierten Auswertung zu tun. Lassen Sie mich Ihre ursprüngliche Funktion umschreiben, dass klar zu machen:

nrowspecies4 <- function(dtf, boo){ 
    dtf %>% 
     filter(boo == boo) %>% 
     nrow() 
} 
nrowspecies4(iris, boo = "versicolor") 
#150 

Der Ausdruck in Ihrem filter ergibt immer TRUE (fast immer - siehe Beispiel unten), das ist, warum es nicht, nicht wegen irgendeiner NSE Magie funktioniert .

Ihre nrowspecies2 ist der Weg zu gehen.

FWIW, species in Ihrem nrowspecies0 ist in der Tat als eine Säule ausgewertet, nicht als Eingangsgröße species, und Sie können überprüfen, ob durch nrowspecies0(iris, NA)-nrowspecies4(iris, NA) vergleichen.

Answer 2

Die Antwort von @eddi ist richtig, was hier vor sich geht. Ich schreibe eine andere Antwort, die die größere Anforderung an das Schreiben von Funktionen mit dplyr Verben adressiert.Sie werden feststellen, dass es letztlich so etwas wie nrowspecies2 verwendet, um die species == species Tautologie zu vermeiden.

Um eine Funktion Verpackung dplyr Verb (n) schreiben, die mit NSE, schreiben zwei Funktionen arbeiten:

Erste eine Version schreiben, zitiert Eingaben erfordert, mit lazyeval und eine SE Version des dplyr Verb. Also in diesem Fall filter_.

nrowspecies_robust_ <- function(data, species){ 
    species_ <- lazyeval::as.lazy(species) 
    condition <- ~ species == species_ # * 
    tmp <- dplyr::filter_(data, condition) # ** 
    nrow(tmp) 
} 
nrowspecies_robust_(iris, ~versicolor) 

Zweite eine Version machen, die NSE verwendet:

nrowspecies_robust <- function(data, species) { 
    species <- lazyeval::lazy(species) 
    nrowspecies_robust_(data, species) 
} 
nrowspecies_robust(iris, versicolor) 

* = wenn Sie etwas komplizierter machen wollen, müssen Sie unter unten stehenden Link lazyeval::interp hier wie in den Spitzen verwenden

** = auch, wenn Sie Ausgangsnamen ändern müssen, finden Sie in der .dots Argument

• Für die oben folgte ich some tips from Hadley

• Eine weitere gute Ressource ist the dplyr vignette on NSE, die .dots zeigt, interp und andere Funktionen aus dem lazyeval Paket

• Noch mehr Details zu lazyeval see it's vignette

• Für eine gründliche Diskussion der Basis-R-Tools für mit NSE arbeiten (von denen viele lazyeval Sie vermeiden hilft), siehe the chapter on NSE in Advanced R

Answer 3

in his 2016 UseR talk (@ 38min30s), erklärt Hadley Wickham das Konzept der referential transparency. Mit Hilfe einer Formel kann die Filterfunktion wie neu gefasst:

nrowspecies5 <- function(dtf, formula){ 
    dtf %>% 
     filter_(formula) %>% 
     nrow() 
} 

Dies hat den zusätzlichen Vorteil, beeing allgemeineren

nrowspecies5(iris, ~ species == "versicolor") 
# 50 
nrowspecies5(iris, ~ sepal.length > 6 & species == "virginica") 
# 41 
nrowspecies5(iris, ~ sepal.length > 6 & species == "setosa") 
# 0