r - 在 rlang 表达式的准引用中使用预先存在的字符向量

Question

有时，在使用 dplyr 时，会有一个列名称的字符向量，用于对数据进行操作，例如:

 cols_of_interest <- c("Petal.Width", "Petal.Length")

在 dplyr 0.5.0 及更早版本中，解决此问题的推荐方法是使用 verb_ 下划线结构，如下所示:

library("tidyverse")
my_cols <- c("Petal.Width", "Petal.Length")
iris %>%
  select_(.dots = my_cols)

现在已弃用 verb_ 函数，取而代之的是 rlang 库引入的新的整洁评估框架 (dplyr.tidyverse.org/articles/programming.html)。

从 dplyr 0.7.0 开始，以下内容无需任何特殊调整即可工作:

library("tidyverse")
# library("rlang")
my_cols <- c("Petal.Width", "Petal.Length")
iris %>%
  select(my_cols)

请注意，在 dplyr 的开发版本中，情况并非如此

动机

在 Shiny 的应用程序中选择列是一个很好的示例用例，这就是如何使用 verb_ 表示法来做到这一点

library("shiny")
library("tidyverse")
library("DT")

shinyApp(
  ui = fluidPage(
    selectInput("cols_to_show",
                "Columns to show",
                choices = colnames(iris),
                multiple = TRUE),
    dataTableOutput("verb_table")
  ),
  server = function(input, output){
    output$verb_table <- renderDataTable({
      iris %>%
        select_(.dots = input$cols_to_show)

    })
  }
)

Answer 1

在 0.5.0 之前的 dplyr 中，非标准评估的底层框架是 lazyeval 并且需要对字符串进行特殊考虑。 Hadley Wickham 发布了 dplyr 的全新版本，其中有一个名为 rlang 的新弱点，它为非标准评估提供了更一致的框架。这是版本 0.70 - 这里解释了为什么跳过 0.6.0 - https://blog.rstudio.org/2017/06/13/dplyr-0-7-0/

以下内容现在无需任何特殊考虑即可运行:

library("tidyverse")
my_cols <- c("Petal.Width", "Petal.Length")
iris %>%
  select(my_cols)

请注意，新的 rlang 框架添加了使用 quosures 获得裸符号向量的能力

my_quos <- quos(Petal.Width, Petal.Length)
iris %>%
  select(!!!my_quos)

您可以在此处阅读有关使用 dplyr 进行编程的更多信息 - http://dplyr.tidyverse.org/articles/programming.html

Shiny 比较

library("shiny")
library("tidyverse")
library("DT")
library("rlang")
shinyApp(
  ui = fluidPage(
    selectInput(
      "cols_to_show",
      "Columns to show",
      choices = colnames(iris),
      multiple = TRUE
    ),
    dataTableOutput("verb_table"),
    dataTableOutput("tidyeval_table")
  ),
  server = function(input, output) {
    output$verb_table <- renderDataTable({
      iris %>%
        select_(.dots = input$cols_to_show)

    })

    output$tidyeval_table <- renderDataTable({
      iris %>%
        select(!!!syms(input$cols_to_show))

    })
  }
)