Dplyr select 和 group_by 之间关于引用变量的区别？

在当前版本的 dplyr 中，select参数可以按值传递：

variable <- "Species"
iris %>% 
    select(variable)

#       Species
#1       setosa
#2       setosa
#3       setosa
#4       setosa
#5       setosa
#6       setosa
#...

But group_by参数不能按值传递：

iris %>% 
    group_by(variable) %>% 
    summarise(Petal.Length = mean(Petal.Length))

# Error in grouped_df_impl(data, unname(vars), drop) : 
# Column `variable` is unknown

The 记录 dplyr::select 行为 https://www.rdocumentation.org/packages/dplyr/versions/0.7.2/topics/select is

iris %>% select(Species)

并且有记录的记录 dplyr::group_by 行为 https://www.rdocumentation.org/packages/dplyr/versions/0.7.2/topics/group_by is

iris %>% 
    group_by(Species) %>% 
    summarise(Petal.Length = mean(Petal.Length))

• Why are select and group_by与按值传递参数不同？
• 为什么是第一个select调用工作并且它将来会继续工作吗？
• 为什么是第一个group_by打电话不通？我想弄清楚什么组合quo(), enquo() and !!我应该用它来让它发挥作用。

我需要这个，因为我想创建一个将分组变量作为输入参数的函数，如果可能的话，分组变量应该以字符串形式给出，因为另外两个函数参数已经以字符串形式给出。

要将字符串作为符号或未计算的代码传递，您必须首先将其解析为符号或quosure。您可以使用sym or parse_expr from rlang解析并稍后使用!!取消引用：

library(dplyr)

variable <- rlang::sym("Species")
# variable <- rlang::parse_expr("Species")

iris %>% 
  group_by(!! variable) %>% 
  summarise(Petal.Length = mean(Petal.Length))

!!是一个快捷方式UQ()，取消引用表达式或符号。这允许variable仅在调用范围内进行评估，即group_by.

之间的区别sym and parse_expr以及何时使用哪一个？

简短的回答：在这种情况下并不重要。

长答案：

符号是引用 R 对象的一种方式，基本上是对象的“名称”。所以sym类似于as.name在基础 R 中。parse_expr另一方面将一些文本转换为 R 表达式。这类似于parse在基础 R 中。

表达式可以是anyR 代码，不是just引用 R 对象的代码。所以你可以解析code引用 R 对象，但你不能将一些随机代码变成sym如果它引用的对象不存在。

一般来说，您将使用sym当你的字符串引用一个对象时（尽管parse_expr也可以），并使用parse_expr当你试图解析时any其他 R 代码以供进一步评估。

对于这个特定的用例，variable应该引用一个对象，所以把它变成一个sym会工作。另一方面，将其解析为表达式也可以工作，因为这是code将在内部进行评估group_by当被取消引用时!!.