r - 在函数内部使用 dplyr 时出错

Question

我正在尝试组合一个函数，该函数从原始数据帧创建子集，然后使用 dplyr 的 SELECT 和 MUTATE 根据宽度和长度的总和给出大/小条目的数量萼片/花瓣。

filter <- function (spp, LENGTH, WIDTH) {
  d <- subset (iris, subset=iris$Species == spp) # This part seems to work just fine
  large <- d %>%                       
    select (LENGTH, WIDTH) %>%   # This is where the problem arises.
    mutate (sum = LENGTH + WIDTH) 
  big_samples <- which(large$sum > 4)
 return (length(big_samples)) 
}

基本上，我希望函数返回大花的数量。但是，当我运行该函数时，出现以下错误 -

filter("virginica", "Sepal.Length", "Sepal.Width")

 Error: All select() inputs must resolve to integer column positions.
The following do not:
*  LENGTH
*  WIDTH 

我做错了什么？

Answer 1

您遇到了 NSE/SE 问题，请参阅 the vignette for more info 。

简单地说，dplyr 使用名称的非标准评估 (NSE)，并且将列名称传递到函数中会破坏它，而不使用标准评估 (SE) 版本。

dplyr 函数的 SE 版本以 _ 结尾。您可以看到 select_ 与您的原始参数配合得很好。

但是，使用函数时事情会变得更加复杂。我们可以使用 lazyeval::interp 将大多数函数参数转换为列名称，请参阅下面函数中 mutate 到 mutate_ 调用的转换更一般地说，帮助:?lazyeval::interp

尝试:

filter <- function (spp, LENGTH, WIDTH) {
    d <- subset (iris, subset=iris$Species == spp) 
    large <- d %>%                       
        select_(LENGTH, WIDTH) %>%  
        mutate_(sum = lazyeval::interp(~X + Y, X = as.name(LENGTH), Y = as.name(WIDTH))) 
    big_samples <- which(large$sum > 4)
    return (length(big_samples)) 
}