gpt4 book ai didi

r - 将 do.call 与 dplyr 标准评估版本一起使用

转载 作者:行者123 更新时间:2023-12-02 10:38:18 25 4
gpt4 key购买 nike

如何获得带有参数和函数的可变列表的 do.call 以便与 d​​plyr 中 summarise_ 的标准评估版本一起使用?

## Some sample data, function, and variables to interpolate
set.seed(0)
dat <- data.frame(a=runif(10), b=runif(10))
fn <- function(x, y) IQR(x / y, na.rm = TRUE)
funs <- list(fn="fn")
targs <- list("a", "b")

这是我正在尝试做的lazyeval::interp

library(dplyr)
interp(~do.call(fn, xs), .values=list(fn=funs$fn, xs=targs))
# ~do.call("fn", list("a", "b"))

但它不起作用,

dat %>%
summarise_(out = interp(~do.call(fn, xs), .values=list(fn=funs$fn, xs=targs)))

预期结果

dat %>%
summarise(out = do.call(fn, list(a, b)))
# out
# 1 1.084402

如果我添加一些打印语句,我知道问题是“a”和“b”没有被正确解释,但我无法弄清楚如何正确引用它们。

fn <- function(x, y) { print(x); print(y); IQR(x / y, na.rm = TRUE) }
dat %>%
summarise_(out = interp(~do.call(fn, xs), fn=funs$fn, xs=targs))
# [1] "a"
# [1] "b"
# Error: non-numeric argument to binary operator

最佳答案

targs 参数必须是 call 类。 call 中的变量(ab)需要是 name 类。所有这些都是在下面的第二(和第三)行中完成的。 ?call?as.name?is.language 可能会使该行更容易理解。

dat <- data.frame(a=runif(10), b=runif(10), grp=rep(1:2, each=5))
targs_quoted = do.call(call, c("list", lapply(targs, as.name)), quote=TRUE)
# In hardcoded form, targs_quoted = quote(list(a, b))
dat %>%
group_by(grp) %>%
summarise_(out = interp(~do.call(fn, xs),
.values=list(fn=funs$fn, xs=targs_quoted)))

# Source: local data frame [2 x 2]
#
# grp out
# (int) (dbl)
# 1 1 1.0754497
# 2 2 0.9892201

dplyr 的“nse”(非标准评估)vignette在这里非常有帮助。我发现 . 始终引用整个表,而不是分组表。这就是为什么评论中的一些建议没有按预期“发挥作用”。

关于r - 将 do.call 与 dplyr 标准评估版本一起使用,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/33714341/

25 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com