Verwenden Sie Negation mit Auswählen in dplyr 0.7.x

Question

Ich versuche, eine Funktion zu schreiben, die eine vom Benutzer übergebene Variable aus dem resultierenden Datenrahmen ausschließen muss. Ich nutze diese Gelegenheit auch, um etwas mehr über die neue dplyr-Syntax zu erfahren.

Die Funktion verhält sich wie eine Kreuzverbindung für Datenrahmen. Ich möchte es als eine saubere Art der Duplizierung von Daten über Parameter einer Funktion verwenden.

Die Funktion arbeitet wie folgt:

crossjoin_df <- function(df1, df2, temp_col = ".k") { 
    df1 <- df1 %>% 
    mutate(!!temp_col := 1) 

    df2 <- df2 %>% 
    mutate(!!temp_col := 1) 

    out <- left_join(df1, df2, by = temp_col) 

    # I'm trying to replace the next line 
    out[,!names(out)==temp_col] 
} 

params <- data.frame(k = c(11,10), 
       n = c(27,26)) 

data <- data.frame(a = 1:3, 
       b = 4:6) 

crossjoin_df(params, data) # 6 row data set 

ich sehen will, ob es möglich ist, die letzte Anweisung mit einer verrohrt select-Anweisung zu ersetzen. Die Negation scheint jedoch nicht zu funktionieren.

Ich kann so etwas wie bekommen:

out %>% select(!!temp_col) 

zu arbeiten, aber das offenbar wählt nur .k. Ich kann nichts erhalten wie:

out %>% select(-!!temp_col) 

zu arbeiten.

Answer 1

Sie werden rlang benötigen, die Backend-Paket für dplyr, das ordentlich eval ermöglicht, ob Sie weiterhin Zeichenfolgen verwenden möchten, in diesem Fall benötigen Sie sym eine Zeichenfolge in einen quosure zu drehen:

library(dplyr) 

params <- data.frame(k = c(11,10), 
        n = c(27,26)) 

data <- data.frame(a = 1:3, 
        b = 4:6) 

crossjoin_df <- function(df1, df2, temp_col = ".k") { 
    df1 <- df1 %>% mutate(!!temp_col := 1) 

    df2 <- df2 %>% mutate(!!temp_col := 1) 

    left_join(df1, df2, by = temp_col) %>% 
     select(-!!rlang::sym(temp_col)) 
} 

crossjoin_df(params, data) 
#> k n a b 
#> 1 11 27 1 4 
#> 2 11 27 2 5 
#> 3 11 27 3 6 
#> 4 10 26 1 4 
#> 5 10 26 2 5 
#> 6 10 26 3 6 

... oder wechseln Sie zu voll ordentlich eval, in welchem ​​Fall Sie quo_name benötigen einen quosure in einen Namen zu machen:

crossjoin_df <- function(df1, df2, temp_col = .k) { 
    temp_col <- enquo(temp_col) 

    df1 <- df1 %>% mutate(!!rlang::quo_name(temp_col) := 1) 

    df2 <- df2 %>% mutate(!!rlang::quo_name(temp_col) := 1) 

    left_join(df1, df2, by = rlang::quo_name(temp_col)) %>% 
     select(-!!temp_col) 
} 

crossjoin_df(params, data) 
#> k n a b 
#> 1 11 27 1 4 
#> 2 11 27 2 5 
#> 3 11 27 3 6 
#> 4 10 26 1 4 
#> 5 10 26 2 5 
#> 6 10 26 3 6 

Alternativ können Sie nur tidyr::crossing:

tidyr::crossing(params, data) 
#> k n a b 
#> 1 11 27 1 4 
#> 2 11 27 2 5 
#> 3 11 27 3 6 
#> 4 10 26 1 4 
#> 5 10 26 2 5 
#> 6 10 26 3 6 

Answer 2

Sie können one_of verwenden und dann die Auswahl negieren mit -:

out %>% select(-one_of(temp_col)) 

---

crossjoin_df <- function(df1, df2, temp_col = ".k") { 
    # `$`(df1, temp_col) <- 1 
    df1 <- df1 %>% 
    mutate(!!temp_col := 1) 

    # `$`(df2, temp_col) <- 1 
    df2 <- df2 %>% 
    mutate(!!temp_col := 1) 

    left_join(df1, df2, by = temp_col) %>% select(-one_of(temp_col)) 

} 

params <- data.frame(k = c(11,10), 
       n = c(27,26)) 

data <- data.frame(a = 1:3, 
       b = 4:6) 

crossjoin_df(params, data) 

# k n a b 
#1 11 27 1 4 
#2 11 27 2 5 
#3 11 27 3 6 
#4 10 26 1 4 
#5 10 26 2 5 
#6 10 26 3 6 

Answer 3

Dies sollte auch funktionieren:

out %>% select_(paste0("-",temp_col))