r - 什么时候使用“with”功能，为什么好呢？

Question

使用with()有什么好处？它在帮助文件中提到它在根据数据创建的环境中评估表达式。这有什么好处？与仅在全局环境中进行评估相比，创建环境并在其中进行评估是否更快？还是我还缺少其他东西？

Answer 1

with是没有data参数的函数的包装

有许多函数可用于数据框并带有data参数，因此您不必在每次引用列时都重新输入数据框的名称。 lm，plot.formula，subset，transform只是几个示例。

with是通用包装器，可让您像使用数据参数一样使用任何函数。

使用mtcars数据集，可以使用或不使用data参数来拟合模型：

# this is obviously annoying
mod = lm(mtcars$mpg ~ mtcars$cyl + mtcars$disp + mtcars$wt)

# this is nicer
mod = lm(mpg ~ cyl + disp + wt, data = mtcars)

但是，如果（出于某种奇怪的原因）我们想要找到 mean的 cyl + disp + wt，则会出现问题，因为 mean没有像 lm那样的数据参数。这是 with解决的问题：

# without with(), we would be stuck here:
z = mean(mtcars$cyl + mtcars$disp + mtcars$wt)

# using with(), we can clean this up:
z = with(mtcars, mean(cyl + disp + wt))

在 foo()中包装 with(data, foo(...))可以让我们使用任何具有 foo参数的函数 data-也就是说，我们可以使用未加引号的列名，从而防止重复的 data_name$column_name或 data_name[, "column_name"]。

何时使用 with

只要您愿意（在R控制台中）和在R脚本中进行交互，都可以使用 with来保存键入内容并使代码更清晰。您需要为单个命令重新输入数据框名称的频率越高（并且您的数据框名称越长！），使用 with的好处就越大。

另请注意， with不限于数据帧。来自 ?with：


对于默认的 with方法，它可以是环境，列表，数据帧或如 sys.call中的整数。


我不经常在环境中工作，但是当我这样做时，我发现 with非常方便。

当您只需要一行结果时

正如@Rich Scriven在评论中建议的那样，当您需要使用诸如 with之类的结果时， rle可能非常有用。如果只需要一次结果，则他的示例 with(rle(data), lengths[values > 1])允许您匿名使用 rle(data)结果。

何时避免 with

当有一个 data参数时

许多具有 data参数的函数在调用它时不仅使用更简单的语法来使用它。大多数建模函数（例如 lm）以及许多其他建模函数（ ggplot！）也对提供的 data做了大量工作。如果使用 with而不是 data参数，则将限制可用的功能。如果有 data参数，请使用 data参数，而不要使用 with。

增添环境

在上面的示例中，结果被分配给全局环境（ bar = with(...)）。要在列表/环境/数据中进行分配，可以使用 within。 （对于 data.frames， transform也很好。）

包装内

不要在R包中使用 with。 help(subset)中有一个警告可能也适用于 with：


警告这是旨在交互使用的便利功能。对于编程，最好使用诸如 [之类的标准子集函数，尤其是参数子集的非标准评估会产生意想不到的后果。


如果使用 with构建R包，则在检查它时，可能会收到有关使用无可见绑定的变量的警告或说明。这将使CRAN无法接受该软件包。

with的替代品

不要使用 attach

许多（大多是过时的）R教程都使用 attach来避免使全局环境可以访问列，从而避免重新键入数据框名称。 attach is widely considered to be bad practice and should be avoided。附加的主要危险之一是，如果分别修改数据列，则它们可能会变得不同步。 with避免了这种陷阱，因为它一次被调用一个表达式。关于Stack Overflow的问题很多，新用户遵循旧教程并由于 attach而遇到问题。简单的解决方案是始终不使用 attach。

一直使用 with似乎太重复了

如果要执行许多数据操作步骤，您可能会发现自己以 with(my_data, ...开始每一行代码。您可能会认为这种重复几乎和不使用 with一样糟糕。 data.table和 dplyr软件包都提供了具有非重复语法的有效数据操作。我鼓励您学习使用其中之一。两者都有出色的文档。