r - 在以列标签作为字符向量的函数中使用 dplyr 动词

Question

我想创建一个函数，它将一个数据框和一个包含列名的字符向量作为输入，并以安全的方式在内部使用 tidy verse 引用函数。

我相信我有一个我想做的事情的例子。我想知道是否有更优雅的解决方案或者我错误地考虑了这个问题(也许我不应该这样做？)。据我所知，为了避免变量范围问题，我需要将列名包装在 .data[[]] 中，并在取消引用 tidy verse NSE 动词之前使其成为一个表达式。

关于之前的问题this答案是正确的，但我想将代码抽象为一个函数。一个 github issue 询问这个，但据我所知，使用 rlang::syms 是行不通的，因为 列标签与 .data 的组合使其成为表达式而不是符号。 Here 和 here 解决问题，但据我所知，不要考虑变量可能泄漏的细微错误 如果它们在数据框中不作为列标签存在，或者解决方案不适用于作为标签向量的输入，则从环境中输入。

# Setup
suppressWarnings(suppressMessages(library("dplyr")))
suppressWarnings(suppressMessages(library("rlang")))

# define iris with and without Sepal.Width column
iris <- tibble::as_tibble(iris)
df_with_missing <- iris %>% select(-Sepal.Width)
# This should not be findable by my function
Sepal.Width <- iris$Sepal.Width * -1

################
# Now lets try a function for which we programmatically define the column labels
programmatic_mutate_y <- function(df, col_names, safe = FALSE) {
  # Add .data[[]] to the col_names to make evalutation safer
  col_exprs <- rlang::parse_exprs(
    purrr::map_chr(
      col_names,
      ~ glue::glue(stringr::str_c('.data[["{.x}"]]'))
    )
  )

  output <- dplyr::mutate(df, product = purrr::pmap_dbl(list(!!!col_exprs), ~ prod(...)))
  output
}
################
# The desired output
testthat::expect_error(programmatic_mutate_y(df_with_missing, c("Sepal.Width", "Sepal.Length")))
programmatic_mutate_y(iris, c("Sepal.Width", "Sepal.Length"))
#> # A tibble: 150 x 6
#>    Sepal.Length Sepal.Width Petal.Length Petal.Width Species product
#>           <dbl>       <dbl>        <dbl>       <dbl> <fct>     <dbl>
#>  1          5.1         3.5          1.4         0.2 setosa     17.8
#>  2          4.9         3            1.4         0.2 setosa     14.7
#>  3          4.7         3.2          1.3         0.2 setosa     15.0
#>  4          4.6         3.1          1.5         0.2 setosa     14.3
#>  5          5           3.6          1.4         0.2 setosa     18  
#>  6          5.4         3.9          1.7         0.4 setosa     21.1
#>  7          4.6         3.4          1.4         0.3 setosa     15.6
#>  8          5           3.4          1.5         0.2 setosa     17  
#>  9          4.4         2.9          1.4         0.2 setosa     12.8
#> 10          4.9         3.1          1.5         0.1 setosa     15.2
#> # … with 140 more rows

^{由 reprex package 创建于 2019-08-09 (v0.3.0)}

Answer 1

我觉得你把事情搞复杂了。使用 _at 变体，您几乎可以在每个 dplyr 函数中使用字符串作为参数。 purrr::pmap_dbl() 用于按行映射计算。

programmatic_mutate_y_v1 <- function(df, col_names, safe = FALSE) {
    df["product"] <- purrr::pmap_dbl(dplyr::select_at(df,col_names),prod)
    return(df)
}

programmatic_mutate_y_v1(iris, c("Sepal.Width", "Sepal.Length"))

# A tibble: 150 x 6
   Sepal.Length Sepal.Width Petal.Length Petal.Width Species product
          <dbl>       <dbl>        <dbl>       <dbl> <fct>     <dbl>
 1          5.1         3.5          1.4         0.2 setosa     17.8
 2          4.9         3            1.4         0.2 setosa     14.7
 3          4.7         3.2          1.3         0.2 setosa     15.0
 4          4.6         3.1          1.5         0.2 setosa     14.3
 5          5           3.6          1.4         0.2 setosa     18  
 6          5.4         3.9          1.7         0.4 setosa     21.1
 7          4.6         3.4          1.4         0.3 setosa     15.6
 8          5           3.4          1.5         0.2 setosa     17  
 9          4.4         2.9          1.4         0.2 setosa     12.8
10          4.9         3.1          1.5         0.1 setosa     15.2
# ... with 140 more rows