r - curl 整洁的评估编程，具有多个输入和跨列的自定义函数

Question

我的问题类似于 this question但我需要跨列应用更复杂的函数，我无法弄清楚如何将 Lionel 的建议解决方案应用于具有范围动词(如 filter_at())的自定义函数。或 filter() + across()相等的。它看起来不像一个“ super ”/{{{}}}运算符已被引入。
这是我想做的一个非编程示例(不使用 NSE):

library(dplyr)
library(magrittr)

foo <- tibble(group = c(1,1,2,2,3,3),
              a = c(1,1,0,1,2,2),
              b = c(1,1,2,2,0,1))

foo %>%
  group_by(group) %>%
  filter_at(vars(a,b), any_vars(n_distinct(.) != 1)) %>%
  ungroup
#> # A tibble: 4 x 3
#>   group     a     b
#>   <dbl> <dbl> <dbl>
#> 1     2     0     2
#> 2     2     1     2
#> 3     3     2     0
#> 4     3     2     1

我还没有找到与此等效的 filter_at线与 filter + across()然而，由于新的(ish)tidyeval 函数早于 dplyr 1.0，我认为这个问题可以搁置一旁。这是我尝试制作一个程序版本，其中过滤变量是用户提供的点:

my_function <- function(data, ..., by) {
  dots <- enquos(..., .named = TRUE)
  
  helperfunc <- function(arg) {
    return(any_vars(n_distinct(arg) != length(arg)))
  }
  
  dots <- lapply(dots, function(dot) call("helperfunc", dot))
  
  data %>%
    group_by({{ by }}) %>%
    filter(!!!dots) %>%
    ungroup
}

foo %>%
  my_function(a, b, group)
#> Error: Problem with `filter()` input `..1`.
#> x Input `..1` is named.
#> i This usually means that you've used `=` instead of `==`.
#> i Did you mean `a == helperfunc(a)`?

如果有一种方法可以在 vars() 中插入 NSE 运算符，我会很高兴。参数在 filter_at并且不必进行所有这些额外的调用(我认为这是 {{{}}} 函数会做什么？)

Answer 1

这是使用 across() 的方法要实现这一点，vignette("colwise") 中涵盖了这一点。 .

my_function <- function(data, vars, by) {
  
  data %>%
    group_by({{ by }}) %>%
    filter(n_distinct(across({{ vars }}, ~ .x)) != 1) %>%
    ungroup()
  
}
 
foo %>%
  my_function(c(a, b), by = group)

# A tibble: 4 x 3
  group     a     b
  <dbl> <dbl> <dbl>
1     2     0     2
2     2     1     2
3     3     2     0
4     3     2     1