在函數(shù)中傳遞輸入?yún)?shù) | R

寫函數(shù)時(shí)經(jīng)常遇到需要傳遞外部變量到已知函數(shù)的情況玻粪,如下:

> my_func <- function(data, x, y, group) {
      ggplot(data) +
          geom_boxplot(aes(x = x, y = y, group = group))
  }
> my_func(mtcars, x = "cyl", y = "mpg", group = "cyl")

這時(shí)候出的圖和你想象中不太一樣吧,準(zhǔn)確來講就是錯(cuò)的

odd

在之前選擇數(shù)據(jù)框中的列的時(shí)候就有類似的煩惱诬垂,但我沒深究劲室,曲線救國直接[]取的子集,但函數(shù)不行啊结窘,還是得探個(gè)究竟
解決辦法如下:

> my_func <- function(data, x, y, group) {
      ggplot(data) +
          geom_boxplot(aes(x = !!sym(x), y = !!sym(y), group = !!sym(group)))
  }
> my_func(mtcars, x = "cyl", y = "mpg", group = "cyl")
正常了吧

不放心的話很洋,可以看看正常代碼出的圖:

> ggplot(mtcars) + geom_boxplot(aes(x = cyl, y = mpg, group = cyl))

一模一樣

實(shí)質(zhì)上是變量引用的問題,之前以為是引號導(dǎo)致的隧枫,用noquote()去掉之后也不行喉磁,as.symbol()它也不行,{{}}它也不行悠垛。线定。stackoverflow上找到了答案,用!!sym()
它的詳細(xì)用法如下:

nse-force {rlang}   R Documentation
Force parts of an expression
Description
It is sometimes useful to force early evaluation of part of an expression before it gets fully evaluated. The tidy eval framework provides several forcing operators for different use cases.

The bang-bang operator !! forces a single object. One common case for !! is to substitute an environment-variable (created with <-) with a data-variable (inside a data frame).

library(dplyr)

# The environment variable `var` refers to the data-variable
# `height`
var <- sym("height")

# We force `var`, which substitutes it with `height`
starwars %>%
  summarise(avg = mean(!!var, na.rm = TRUE))
The big-bang operator !!! forces-splice a list of objects. The elements of the list are spliced in place, meaning that they each become one single argument.

vars <- syms(c("height", "mass"))

# Force-splicing is equivalent to supplying the elements separately
starwars %>% select(!!!vars)
starwars %>% select(height, mass)
The curly-curly operator {{ }} for function arguments is a bit special because it forces the function argument and immediately defuses it. The defused expression is substituted in place, ready to be evaluated in another context, such as the data frame.

In practice, this is useful when you have a data-variable in an env-variable (such as a function argument).

# Force-defuse all function arguments that might contain
# data-variables by embracing them with {{ }}
mean_by <- function(data, by, var) {
  data %>%
    group_by({{ by }}) %>%
    summarise(avg = mean({{ var }}, na.rm = TRUE))
}

# The env-variables `by` and `var` are forced but defused.
# The data-variables they contain are evaluated by dplyr later on
# in data context.
iris %>% mean_by(by = Species, var = Sepal.Width)
Use qq_show() to experiment with forcing operators. qq_show() defuses its input, processes all forcing operators, and prints the result with expr_print() to reveal objects inlined in the expression by the forcing operators.

在寫公式的時(shí)候确买,有時(shí)候單純用paste連接不行斤讥,需要as.formula()

vegan::adonis(as.formula(paste("t(otuTab)", "~", var)), sub_design, method = method, permutations = 999) # Adonis test
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
禁止轉(zhuǎn)載,如需轉(zhuǎn)載請通過簡信或評論聯(lián)系作者湾趾。
  • 序言:七十年代末芭商,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子搀缠,更是在濱河造成了極大的恐慌铛楣,老刑警劉巖,帶你破解...
    沈念sama閱讀 222,183評論 6 516
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件艺普,死亡現(xiàn)場離奇詭異簸州,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)歧譬,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,850評論 3 399
  • 文/潘曉璐 我一進(jìn)店門岸浑,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人瑰步,你說我怎么就攤上這事矢洲。” “怎么了缩焦?”我有些...
    開封第一講書人閱讀 168,766評論 0 361
  • 文/不壞的土叔 我叫張陵读虏,是天一觀的道長责静。 經(jīng)常有香客問我,道長盖桥,這世上最難降的妖魔是什么灾螃? 我笑而不...
    開封第一講書人閱讀 59,854評論 1 299
  • 正文 為了忘掉前任,我火速辦了婚禮揩徊,結(jié)果婚禮上睦焕,老公的妹妹穿的比我還像新娘。我一直安慰自己靴拱,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,871評論 6 398
  • 文/花漫 我一把揭開白布猾普。 她就那樣靜靜地躺著袜炕,像睡著了一般。 火紅的嫁衣襯著肌膚如雪初家。 梳的紋絲不亂的頭發(fā)上偎窘,一...
    開封第一講書人閱讀 52,457評論 1 311
  • 那天,我揣著相機(jī)與錄音溜在,去河邊找鬼陌知。 笑死,一個(gè)胖子當(dāng)著我的面吹牛掖肋,可吹牛的內(nèi)容都是我干的仆葡。 我是一名探鬼主播,決...
    沈念sama閱讀 40,999評論 3 422
  • 文/蒼蘭香墨 我猛地睜開眼志笼,長吁一口氣:“原來是場噩夢啊……” “哼沿盅!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起纫溃,我...
    開封第一講書人閱讀 39,914評論 0 277
  • 序言:老撾萬榮一對情侶失蹤腰涧,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后紊浩,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體窖铡,經(jīng)...
    沈念sama閱讀 46,465評論 1 319
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,543評論 3 342
  • 正文 我和宋清朗相戀三年坊谁,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了费彼。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 40,675評論 1 353
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡呜袁,死狀恐怖敌买,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情阶界,我是刑警寧澤虹钮,帶...
    沈念sama閱讀 36,354評論 5 351
  • 正文 年R本政府宣布聋庵,位于F島的核電站,受9級特大地震影響芙粱,放射性物質(zhì)發(fā)生泄漏祭玉。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 42,029評論 3 335
  • 文/蒙蒙 一春畔、第九天 我趴在偏房一處隱蔽的房頂上張望脱货。 院中可真熱鬧,春花似錦律姨、人聲如沸振峻。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,514評論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽扣孟。三九已至,卻和暖如春荣赶,著一層夾襖步出監(jiān)牢的瞬間凤价,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,616評論 1 274
  • 我被黑心中介騙來泰國打工拔创, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留利诺,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 49,091評論 3 378
  • 正文 我出身青樓剩燥,卻偏偏與公主長得像慢逾,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個(gè)殘疾皇子灭红,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,685評論 2 360

推薦閱讀更多精彩內(nèi)容