gpt4 book ai didi

r - 在 rlang 中进行嵌套延迟评估的干净方法

转载 作者:行者123 更新时间:2023-12-04 12:33:02 24 4
gpt4 key购买 nike

假设我有一个函数 f,它接受一堆参数,以及一个可选的额外参数。

f <- function(..., extra)
{
arglst <- lapply(quos(...), get_expr)
if(!missing(extra))
{
extra <- get_expr(enquo(extra))
arglst <- c(arglst, extra=extra)
}
arglst
## ... do something with argument list ... ##
}

f(a, extra=foo)
# [[1]]
# a
#
# $extra
# foo

请注意,我不想这样评估参数,但我确实想要获取传入的表达式,以供其他代码进行评估。

rlang包(为 dplyr 的下一个版本提供支持,即将在 CRAN Real Soon Now 上发布)为惰性评估提供了广泛的工具,我在上面的 f 中使用了这些工具。例如quosget_exprenquo都是rlang的函数。

f 中,我处理 extra 的部分实际上是样板代码:我想在其他函数中执行此操作,而不仅仅是在 f。我不想每次都重写它,所以我想我应该把它放到它自己的函数中:

doExtra <- function(arglst, extra)
{
if(!missing(extra))
{
extra <- get_expr(enquo(extra))
arglst <- c(arglst, extra=extra)
}
arglst
}

f2 <- function(..., extra)
{
arglst <- lapply(quos(...), get_expr)
arglst <- doExtra(arglst, extra)
arglst
}

问题是,当我这样做时,doExtra 看到的extra 的值是从f2 传入的,而不是原文:

f2(a, extra=foo)
# [[1]]
# a
#
# $extra
# extra

如何修改 f 以隔离样板代码,而不会得到错误的结果?我可以做一些事情,比如直接操纵 doExtra 的调用框架的环境,但那样会非常难看。

最佳答案

  • 要将命名参数转发给另一个引用函数,您必须引用然后取消引用:!! enquo(arg)。如果你只是传递 enquo(arg),enquoting 函数将只看到:enquo(arg)。如果您传递参数符号,它也会看到它。这就是为什么您需要在它捕获的参数中取消引号。

    !! enquo(arg) 触发 enquo(arg) 的计算,它返回提供给 arg 参数的表达式。然后它在您的函数捕获的参数中不被引用。

  • 如果您要引用一个可能缺失的参数,最好先引用它,然后使用 quo_is_missing() 检查是否缺失。引用缺少的参数会创建与调用不带参数的 quo() 返回的对象相同的对象。

  • 如果你不需要quosures,你可以使用exprs()enexpr()。但是,您正在失去环境,并使进一步的评估变得脆弱。

    如果您以其他方式捕获环境以使用 base::eval() 或类似方法对其进行评估,请注意 quosures 可以包含其他 quosures。只有 eval_tidy() 会理解这些嵌套的 quosures。

IIUC 你的问题,它是关于传递一个应该被引用到另一个函数的参数。一种方法是在第一个函数中捕获,然后按值传递给第二个函数:

library("purrr")
library("rlang")

f <- function(..., extra) {
exprs <- exprs(...)

# Pass the enquoted argument by value
exprs <- extra_by_value(exprs, enexpr(extra))

exprs
}
extra_by_value <- function(exprs, extra) {
if (!is_missing(extra)) {
c(exprs, extra = extra)
} else {
exprs
}
}

如果第二个函数必须通过表达式而不是值来获取(可能是因为它是另一个面向用户的动词),您必须取消引用表达式:

f <- function(..., extra) {
exprs <- exprs(...)

# Since the argument is captured by the function, we need
# to unquote the relevant expression into the argument:
exprs <- extra_by_expression(exprs, !! enexpr(extra))

exprs
}
extra_by_expression <- function(exprs, extra) {
extra <- enexpr(extra)
if (!is_missing(extra)) {
c(exprs, extra = extra)
} else {
exprs
}
}

所有这些概念都适用于 quosures。这是等效的代码:

f <- function(..., extra) {
quos <- quos(...)

# Since the argument is captured by the function, we need
# to unquote the relevant expression into the argument:
quos <- extra_by_expression(quos, !! enquo(extra))

quos
}
extra_by_expression <- function(quos, extra) {
extra <- enquo(extra)
if (!quo_is_missing(extra)) {
c(quos, extra = extra)
} else {
quos
}
}

使用 quosures 几乎总是比原始表达式更好,因为它们会跟踪上下文。

关于r - 在 rlang 中进行嵌套延迟评估的干净方法,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/44023431/

24 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com