Я хочу создать собственную функцию dplyr и идеально перебрать ее с помощью purrr :: map, чтобы остаться в поле зрения.
Чтобы все было как можно проще, я повторю свою проблему, используя очень простую функцию суммирования.
При сборке пользовательских функций с помощью dplyr я столкнулся с проблемой нестандартной оценки (NSE).Я нашел три разных способа борьбы с этим.Каждый способ работы с NSE прекрасно работает, когда функция вызывается напрямую, но не при ее циклическом выполнении.Ниже вы найдете код, чтобы повторить мою проблему.Каков будет правильный способ заставить мою функцию работать с purrr :: map?
# loading libraries
library(dplyr)
library(tidyr)
library(purrr)
# generate test data
test_tbl <- rbind(tibble(group = rep(sample(letters[1:4], 150, TRUE), each = 4),
score = sample(0:10, size = 600, replace = TRUE)),
tibble(group = rep(sample(letters[5:7], 50, TRUE), each = 3),
score = sample(0:10, size = 150, replace = TRUE))
)
# generate two variables to loop over
test_tbl$group2 <- test_tbl$group
vars <- c("group", "group2")
# summarise function 1 using enquo()
sum_tbl1 <- function(df, x) {
x <- dplyr::enquo(x)
df %>%
dplyr::group_by(!! x) %>%
dplyr::summarise(score = mean(score, na.rm =TRUE),
n = dplyr::n())
}
# summarise function 2 using .dots = lazyeval
sum_tbl2 <- function(df, x) {
df %>%
dplyr::group_by_(.dots = lazyeval::lazy(x)) %>%
dplyr::summarize(score = mean(score, na.rm =TRUE),
n = dplyr::n())
}
# summarise function 3 using ensym()
sum_tbl3 <- function(df, x) {
df %>%
dplyr::group_by(!!rlang::ensym(x)) %>%
dplyr::summarize(score = mean(score, na.rm =TRUE),
n = dplyr::n())
}
# Looping over the functions with map
# each variation produces an error no matter which function I choose
# call within anonymous function without pipe
map(vars, function(x) sum_tbl1(test_tbl, x))
map(vars, function(x) sum_tbl2(test_tbl, x))
map(vars, function(x) sum_tbl3(test_tbl, x))
# call within anonymous function witin pipe
map(vars, function(x) test_tbl %>% sum_tbl1(x))
map(vars, function(x) test_tbl %>% sum_tbl2(x))
map(vars, function(x) test_tbl %>% sum_tbl3(x))
# call with formular notation without pipe
map(vars, ~sum_tbl1(test_tbl, .x))
map(vars, ~sum_tbl2(test_tbl, .x))
map(vars, ~sum_tbl3(test_tbl, .x))
# call with formular notation within pipe
map(vars, ~test_tbl %>% sum_tbl1(.x))
map(vars, ~test_tbl %>% sum_tbl2(.x))
map(vars, ~test_tbl %>% sum_tbl3(.x))
Я знаю, что существуют другие решения для создания сводных таблиц в цикле, такие как непосредственный вызов map и создание анонимной функции.внутри карты (см. код ниже).Однако проблема, которая меня интересует, заключается в том, как в целом работать с NSE в циклах.
# One possibility to create summarize tables in loops with map
vars %>%
map(function(x){
test_tbl %>%
dplyr::group_by(!!rlang::ensym(x)) %>%
dplyr::summarize(score = mean(score, na.rm =TRUE),
n = dplyr::n())
})
Обновление:
Ниже akrun предлагает решение, которое делает вызов через purrr :: map() возможный.Однако прямой вызов функции возможен только при вызове группирующей переменной в виде строки либо непосредственно
sum_tbl(test_tbl, “group”)
, либо косвенно как
sum_tbl(test_tbl, vars[1])
. В этом решении невозможновызовите группирующую переменную обычным способом dplyr как
sum_tbl(test_tbl, group)
В конце концов, мне кажется, что решения NSE в пользовательских функциях dpylr могут решить проблему либо на уровне самого вызова функции, а затем с помощью map/ lapply невозможен, или NSE может быть адресована для работы с итерациями, тогда переменные могут быть вызваны только как «строки».
Опираясь на ответ akruns, я создал обходную функцию, которая позволяет использовать как строки, так и обычные имена переменных в вызове функции.Тем не менее, есть определенно лучшие способы сделать это возможным.В идеале, существует более простой способ работы с NSE в пользовательских функциях dplyr, так что обходной путь, такой как приведенный ниже, не является необходимым в первую очередь.
sum_tbl <- function(df, x) {
x_var <- dplyr::enquo(x)
x_env <- rlang::get_env(x_var)
if(identical(x_env,empty_env())) {
# works, when x is a string and in loops via map/lapply
sum_tbl <- df %>%
dplyr::group_by(!! rlang::sym(x)) %>%
dplyr::summarise(score = mean(score, na.rm = TRUE),
n = dplyr::n())
} else {
# works, when x is a normal variable name without quotation marks
x = dplyr::enquo(x)
sum_tbl <- df %>%
dplyr::group_by(!! x) %>%
dplyr::summarise(score = mean(score, na.rm = TRUE),
n = dplyr::n())
}
return(sum_tbl)
}
Окончательное обновление / решение
В обновленной версии своего ответа akrun предлагает решение, которое учитывает четыре способа вызова переменной x:
- как обычное (не строковое) имя переменной:
sum_tbl(test_tbl, group) - как строковое имя:
sum_tbl(test_tbl, "group") - как индексированный вектор:
sum_tbl(test_tbl, !!vars[1]) - и как вектор внутри
purr::map(): map(vars, ~ sum_tbl(test_tbl,
!!.x))
В (3) и (4) необходимо заключить в кавычки переменную x, используя !!.
Если бы я использовал функцию только для себя, это не было бы проблемой,но как только другие члены команды будут использовать функцию, которую мне нужно будет объяснить, задокументируйте функцию.
Чтобы избежать этого, я теперь расширил решение akrun для учета всех четырех способов без кавычек.Однако я не уверен, что это решение создало другие подводные камни.
sum_tbl <- function(df, x) {
# if x is a symbol such as group without strings, than turn it into a string
if(is.symbol(get_expr(enquo(x)))) {
x <- quo_name(enquo(x))
# if x is a language object such as vars[1], evaluate it
# (this turns it into a symbol), then turn it into a string
} else if (is.language(get_expr(enquo(x)))) {
x <- eval(x)
x <- quo_name(enquo(x))
}
# this part of the function works with normal strings as x
sum_tbl <- df %>%
dplyr::group_by(!! rlang::sym(x)) %>%
dplyr::summarise(score = mean(score, na.rm = TRUE),
n = dplyr::n())
return(sum_tbl)
}