Dplyr，非标准评估和 Walrus 运算符和 curly-curly

2024-04-15

一个真正的问题。每当我需要编写 dplyr 函数时，我都会随机应变。我知道卷曲运算符可以大大简化任务。

https://www.tidyverse.org/blog/2019/06/rlang-0-4-0/ https://www.tidyverse.org/blog/2019/06/rlang-0-4-0/

and

https://www.tidyverse.org/blog/2020/02/glue-strings-and-tidy-eval/ https://www.tidyverse.org/blog/2020/02/glue-strings-and-tidy-eval/

我不清楚何时使用简单的“=”和海象运算符“:=”。例如，考虑帖子末尾的片段。函数mean_by和mean_by2的不同只是因为前者依赖于“=”而后者依赖于“:=”，但结果是相同的。但是，如果我尝试编写一个依赖 mutate 来添加新列的函数，并且在创建新列时使用“=”而不是“:=”，则会收到一条错误消息。有人可以向我解释为什么会有这种差异吗？这是否意味着使用海象运算符比“=”更安全？

Thanks!

library(tidyverse)


mean_by <- function(data, by, var) {
  data %>%
    group_by({{ by }}) %>%
    summarise(avg = mean({{ var }}, na.rm = TRUE))
}



mean_by2 <- function(data, by, var) {
  data %>%
    group_by({{ by }}) %>%
    summarise(avg := mean({{ var }}, na.rm = TRUE))
}



add_new_col <- function(data, old_col, new_col){

    data %>%
        mutate({{new_col}}:={{old_col}})


}


iris %>% mean_by(Species, Sepal.Width)
#> # A tibble: 3 x 2
#>   Species      avg
#>   <fct>      <dbl>
#> 1 setosa      3.43
#> 2 versicolor  2.77
#> 3 virginica   2.97




iris %>% mean_by2(Species, Sepal.Width)
#> # A tibble: 3 x 2
#>   Species      avg
#>   <fct>      <dbl>
#> 1 setosa      3.43
#> 2 versicolor  2.77
#> 3 virginica   2.97



iris %>% add_new_col(Species, New_species)
#>     Sepal.Length Sepal.Width Petal.Length Petal.Width    Species New_species
#> 1            5.1         3.5          1.4         0.2     setosa      setosa
#> 2            4.9         3.0          1.4         0.2     setosa      setosa
#> 3            4.7         3.2          1.3         0.2     setosa      setosa
#> 4            4.6         3.1          1.5         0.2     setosa      setosa
#> 5            5.0         3.6          1.4         0.2     setosa      setosa
#> 6            5.4         3.9          1.7         0.4     setosa      setosa
#> 7            4.6         3.4          1.4         0.3     setosa      setosa
#> 8            5.0         3.4          1.5         0.2     setosa      setosa
#> 9            4.4         2.9          1.4         0.2     setosa      setosa
#> 10           4.9         3.1          1.5         0.1     setosa      setosa
#> 11           5.4         3.7          1.5         0.2     setosa      setosa
#> 12           4.8         3.4          1.6         0.2     setosa      setosa
#> 13           4.8         3.0          1.4         0.1     setosa      setosa
#> 14           4.3         3.0          1.1         0.1     setosa      setosa
#> 15           5.8         4.0          1.2         0.2     setosa      setosa
#> 16           5.7         4.4          1.5         0.4     setosa      setosa
#> 17           5.4         3.9          1.3         0.4     setosa      setosa
#> 18           5.1         3.5          1.4         0.3     setosa      setosa
#> 19           5.7         3.8          1.7         0.3     setosa      setosa
#> 20           5.1         3.8          1.5         0.3     setosa      setosa
#> 21           5.4         3.4          1.7         0.2     setosa      setosa
#> 22           5.1         3.7          1.5         0.4     setosa      setosa
#> 23           4.6         3.6          1.0         0.2     setosa      setosa
#> 24           5.1         3.3          1.7         0.5     setosa      setosa
#> 25           4.8         3.4          1.9         0.2     setosa      setosa
#> 26           5.0         3.0          1.6         0.2     setosa      setosa
#> 27           5.0         3.4          1.6         0.4     setosa      setosa
#> 28           5.2         3.5          1.5         0.2     setosa      setosa
#> 29           5.2         3.4          1.4         0.2     setosa      setosa
#> 30           4.7         3.2          1.6         0.2     setosa      setosa
#> 31           4.8         3.1          1.6         0.2     setosa      setosa
#> 32           5.4         3.4          1.5         0.4     setosa      setosa
#> 33           5.2         4.1          1.5         0.1     setosa      setosa
#> 34           5.5         4.2          1.4         0.2     setosa      setosa
#> 35           4.9         3.1          1.5         0.2     setosa      setosa
#> 36           5.0         3.2          1.2         0.2     setosa      setosa
#> 37           5.5         3.5          1.3         0.2     setosa      setosa
#> 38           4.9         3.6          1.4         0.1     setosa      setosa
#> 39           4.4         3.0          1.3         0.2     setosa      setosa
#> 40           5.1         3.4          1.5         0.2     setosa      setosa
#> 41           5.0         3.5          1.3         0.3     setosa      setosa
#> 42           4.5         2.3          1.3         0.3     setosa      setosa
#> 43           4.4         3.2          1.3         0.2     setosa      setosa
#> 44           5.0         3.5          1.6         0.6     setosa      setosa
#> 45           5.1         3.8          1.9         0.4     setosa      setosa
#> 46           4.8         3.0          1.4         0.3     setosa      setosa
#> 47           5.1         3.8          1.6         0.2     setosa      setosa
#> 48           4.6         3.2          1.4         0.2     setosa      setosa
#> 49           5.3         3.7          1.5         0.2     setosa      setosa
#> 50           5.0         3.3          1.4         0.2     setosa      setosa
#> 51           7.0         3.2          4.7         1.4 versicolor  versicolor
#> 52           6.4         3.2          4.5         1.5 versicolor  versicolor
#> 53           6.9         3.1          4.9         1.5 versicolor  versicolor
#> 54           5.5         2.3          4.0         1.3 versicolor  versicolor
#> 55           6.5         2.8          4.6         1.5 versicolor  versicolor
#> 56           5.7         2.8          4.5         1.3 versicolor  versicolor
#> 57           6.3         3.3          4.7         1.6 versicolor  versicolor
#> 58           4.9         2.4          3.3         1.0 versicolor  versicolor
#> 59           6.6         2.9          4.6         1.3 versicolor  versicolor
#> 60           5.2         2.7          3.9         1.4 versicolor  versicolor
#> 61           5.0         2.0          3.5         1.0 versicolor  versicolor
#> 62           5.9         3.0          4.2         1.5 versicolor  versicolor
#> 63           6.0         2.2          4.0         1.0 versicolor  versicolor
#> 64           6.1         2.9          4.7         1.4 versicolor  versicolor
#> 65           5.6         2.9          3.6         1.3 versicolor  versicolor
#> 66           6.7         3.1          4.4         1.4 versicolor  versicolor
#> 67           5.6         3.0          4.5         1.5 versicolor  versicolor
#> 68           5.8         2.7          4.1         1.0 versicolor  versicolor
#> 69           6.2         2.2          4.5         1.5 versicolor  versicolor
#> 70           5.6         2.5          3.9         1.1 versicolor  versicolor
#> 71           5.9         3.2          4.8         1.8 versicolor  versicolor
#> 72           6.1         2.8          4.0         1.3 versicolor  versicolor
#> 73           6.3         2.5          4.9         1.5 versicolor  versicolor
#> 74           6.1         2.8          4.7         1.2 versicolor  versicolor
#> 75           6.4         2.9          4.3         1.3 versicolor  versicolor
#> 76           6.6         3.0          4.4         1.4 versicolor  versicolor
#> 77           6.8         2.8          4.8         1.4 versicolor  versicolor
#> 78           6.7         3.0          5.0         1.7 versicolor  versicolor
#> 79           6.0         2.9          4.5         1.5 versicolor  versicolor
#> 80           5.7         2.6          3.5         1.0 versicolor  versicolor
#> 81           5.5         2.4          3.8         1.1 versicolor  versicolor
#> 82           5.5         2.4          3.7         1.0 versicolor  versicolor
#> 83           5.8         2.7          3.9         1.2 versicolor  versicolor
#> 84           6.0         2.7          5.1         1.6 versicolor  versicolor
#> 85           5.4         3.0          4.5         1.5 versicolor  versicolor
#> 86           6.0         3.4          4.5         1.6 versicolor  versicolor
#> 87           6.7         3.1          4.7         1.5 versicolor  versicolor
#> 88           6.3         2.3          4.4         1.3 versicolor  versicolor
#> 89           5.6         3.0          4.1         1.3 versicolor  versicolor
#> 90           5.5         2.5          4.0         1.3 versicolor  versicolor
#> 91           5.5         2.6          4.4         1.2 versicolor  versicolor
#> 92           6.1         3.0          4.6         1.4 versicolor  versicolor
#> 93           5.8         2.6          4.0         1.2 versicolor  versicolor
#> 94           5.0         2.3          3.3         1.0 versicolor  versicolor
#> 95           5.6         2.7          4.2         1.3 versicolor  versicolor
#> 96           5.7         3.0          4.2         1.2 versicolor  versicolor
#> 97           5.7         2.9          4.2         1.3 versicolor  versicolor
#> 98           6.2         2.9          4.3         1.3 versicolor  versicolor
#> 99           5.1         2.5          3.0         1.1 versicolor  versicolor
#> 100          5.7         2.8          4.1         1.3 versicolor  versicolor
#> 101          6.3         3.3          6.0         2.5  virginica   virginica
#> 102          5.8         2.7          5.1         1.9  virginica   virginica
#> 103          7.1         3.0          5.9         2.1  virginica   virginica
#> 104          6.3         2.9          5.6         1.8  virginica   virginica
#> 105          6.5         3.0          5.8         2.2  virginica   virginica
#> 106          7.6         3.0          6.6         2.1  virginica   virginica
#> 107          4.9         2.5          4.5         1.7  virginica   virginica
#> 108          7.3         2.9          6.3         1.8  virginica   virginica
#> 109          6.7         2.5          5.8         1.8  virginica   virginica
#> 110          7.2         3.6          6.1         2.5  virginica   virginica
#> 111          6.5         3.2          5.1         2.0  virginica   virginica
#> 112          6.4         2.7          5.3         1.9  virginica   virginica
#> 113          6.8         3.0          5.5         2.1  virginica   virginica
#> 114          5.7         2.5          5.0         2.0  virginica   virginica
#> 115          5.8         2.8          5.1         2.4  virginica   virginica
#> 116          6.4         3.2          5.3         2.3  virginica   virginica
#> 117          6.5         3.0          5.5         1.8  virginica   virginica
#> 118          7.7         3.8          6.7         2.2  virginica   virginica
#> 119          7.7         2.6          6.9         2.3  virginica   virginica
#> 120          6.0         2.2          5.0         1.5  virginica   virginica
#> 121          6.9         3.2          5.7         2.3  virginica   virginica
#> 122          5.6         2.8          4.9         2.0  virginica   virginica
#> 123          7.7         2.8          6.7         2.0  virginica   virginica
#> 124          6.3         2.7          4.9         1.8  virginica   virginica
#> 125          6.7         3.3          5.7         2.1  virginica   virginica
#> 126          7.2         3.2          6.0         1.8  virginica   virginica
#> 127          6.2         2.8          4.8         1.8  virginica   virginica
#> 128          6.1         3.0          4.9         1.8  virginica   virginica
#> 129          6.4         2.8          5.6         2.1  virginica   virginica
#> 130          7.2         3.0          5.8         1.6  virginica   virginica
#> 131          7.4         2.8          6.1         1.9  virginica   virginica
#> 132          7.9         3.8          6.4         2.0  virginica   virginica
#> 133          6.4         2.8          5.6         2.2  virginica   virginica
#> 134          6.3         2.8          5.1         1.5  virginica   virginica
#> 135          6.1         2.6          5.6         1.4  virginica   virginica
#> 136          7.7         3.0          6.1         2.3  virginica   virginica
#> 137          6.3         3.4          5.6         2.4  virginica   virginica
#> 138          6.4         3.1          5.5         1.8  virginica   virginica
#> 139          6.0         3.0          4.8         1.8  virginica   virginica
#> 140          6.9         3.1          5.4         2.1  virginica   virginica
#> 141          6.7         3.1          5.6         2.4  virginica   virginica
#> 142          6.9         3.1          5.1         2.3  virginica   virginica
#> 143          5.8         2.7          5.1         1.9  virginica   virginica
#> 144          6.8         3.2          5.9         2.3  virginica   virginica
#> 145          6.7         3.3          5.7         2.5  virginica   virginica
#> 146          6.7         3.0          5.2         2.3  virginica   virginica
#> 147          6.3         2.5          5.0         1.9  virginica   virginica
#> 148          6.5         3.0          5.2         2.0  virginica   virginica
#> 149          6.2         3.4          5.4         2.3  virginica   virginica
#> 150          5.9         3.0          5.1         1.8  virginica   virginica

^{Created on 2020-04-18 by the reprex package https://reprex.tidyverse.org (v0.3.0)}

经验法则很简单：如果您使用任何形式准方程式 https://rlang.r-lib.org/reference/topic-inject.html#injection-in-other-languages (i.e., !! and {{运算符）在赋值的左侧，您需要海象运算符。

s = sym("abc")

## Quasi-quotation on the left-hand of the assignment
iris %>% mutate( !!s = Petal.Length * Petal.Width )    # Error: unexpected '='

## Using walrus fixes the issue
iris %>% mutate( !!s := Petal.Length * Petal.Width )   # Works, creates column abc

## No quasi-quotation on the left-hand side, so = is enough
iris %>% mutate( s = Petal.Length * Petal.Width )      # Also works, creates column s

请注意，海象运算符仅适用于支持准引用的函数。一般情况下不支持：

list( a := 5 )           ## Error
rlang::list2( a := 5 )   ## Works

本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)

Dplyr，非标准评估和 Walrus 运算符和 curly-curly 的相关文章

通过变量分割 data.frame [重复]

这个问题在这里已经有答案了我将多个主题的数据存储在一个 CSV 文件中导入 CSV 文件后我想将每个参与者的数据拆分到自己的 data frame 中更确切地说我想采用下面的示例数据并创建三个新的 data frames 每个
R+Hadoop：如何从HDFS读取CSV文件并执行mapreduce？

在以下示例中 small ints to dfs 1 1000 mapreduce input small ints map function k v cbind v v 2 MapReduce函数的数据输入是一个名为small ints的
rvest open.connection(x, "rb") 中出现错误：已达到超时

我正在尝试从中抓取内容http google com http google com 错误信息就出来了 library rvest html http google com open connection x rb 中的错误已达到超时另外
PCA 图中带有名称的工具提示

我想用 ggplotly 生成交互式绘图工具提示应该显示变量的名称 interactive lt ggplotly pca dynamicTicks T tooltip c x y label list pca 是 PCA 的可视化 su
错误：“tidyverse”的包或命名空间加载失败：“namespace:dplyr”未导出对象“relocate”

我使用以下命令安装了 tidyverse install packages tidyverse 但是安装后当我使用以下命令调用库时 library tidyverse 我收到此错误 Error package or namespace l
与 data.table 合并时防止重复列

我有两个数据表它们的列名部分相似 dfA lt read table text A B C D E F G iso year matchcode 1 0 1 1 1 0 1 0 NLD 2010 NLD2010 2 1 0 0 0 1 0
自动化 RStudio 处理 RMarkdown？

我有一个 RMarkdown 文件用于生成漂亮的 HTML 报告问题是我希望能够自动化它以便它可以在无头服务器上运行因此不会有人启动 Rstudio 并按下 knithtml 按钮而且 Rstudio 似乎正在做很多额外的魔法
尝试通过列表递归时，在 R 中出现错误“递归索引在级别 2 失败”

当我尝试递归遍历图形顶点列表将它们的值与列表中的一组颜色进行匹配时出现错误递归索引在级别 2 失败我的颜色列表如下 colrs lt list l blue c red n gray50 然后我有一个 igraph 中的顶点列表vs
添加有关白天/黄昏/夜晚/黎明的信息以在 R 中跟踪数据

我有一个数据集其中包含几个月的日期时间纬度和经度变量的跟踪数据如下所示 gt start lt as POSIXct 2018 08 01 00 00 00 format Y m d H M S tz UTC gt datetime
更改 ggplot 条形图填充颜色

有了这个数据 df lt data frame value c 20 50 90 group c 1 2 3 我可以得到一个条形图 df gt ggplot aes x group y value fill value geom col c
如何在 conda 中静音或抑制 gfortran （或 clang？）后端？

我一直致力于构建一个非常特殊的 conda 环境专为python and R与串扰使用rpy2 我想出的方法可以安装正确的R包如下 install main environment sh now date T echo Start Tim
当按多列分组时，如何命名 dplyr 中的 group_split 列表

我在 dplyr 中使用 group split 在分割了多个列后我很难命名列表当我们按一列分组时我知道该怎么做here https stackoverflow com questions 57107721 how to name t
在 Bookdown 中呈现附录图号

Bookdown 是一个很棒的软件包我期待看到它如何发展但现在我在渲染数字方面遇到了麻烦pdf document2附录中的数字时的格式具体来说当带有标题的图形位于附录中时图形编号应采用 A 1 A 2 B 1 B 2 等形式但图
R中不同级别的李克特分组

我想使用 Likert 包并按变量分组并绘制结果问题是我想要可视化的变量有不同的级别有没有解决的办法一个简单的例子来说明我的问题 library reshape library likert foo lt data frame ca
使用列表中的数据框：删除变量，添加新变量

定义一个列表dats有两个数据框 df1 and df2 dats lt list df1 data frame a sample 1 3 b sample 11 13 df2 data frame a sample 1 3 b sampl
为什么 rbind 会抛出警告

这与是否有更优雅的方法将不规则的数据转换为整洁的数据框 https stackoverflow com questions 25102617 are there more elegant ways to transform ragged d
如何从类外部更改公共 R6 类方法？

我希望能够在我的 R6 类中重新定义公共方法以便它根据该类保存的数据类型进行更改如下所示 library R6 Simple lt R6Class Simple public list dt mtcars my print functi
Rglpk - 梦幻足球阵容优化器 - For 循环输出的 Rbind

我有一个使用 Rgplk 的梦幻足球阵容优化器它使用for循环生成多个最佳阵容其数量由用户输入代码如下 Lineups lt list for i in 1 Lineup no matrix lt rbind as numeric D
如何更改 Quarto pptx 中的字体格式

我正在 R 中使用 Quarto 创建 pptx 要更改我尝试更改的默认字体格式mainfont范围但是当我渲染它时最终的 pptx 文件具有默认字体 Calibri 这是我的文件 YAML 将 Quarto 文件渲染为 pptx 时如
为 ggplot 定义新的尺度轴变换

我正在尝试创建一个squared使用 y 轴变换scales trans new但遇到错误 MWE data data frame x 1 10 y runif 10 z rnorm 10 10 library ggplot2 ggplot

随机推荐

.NET Framework 全局程序集缓存在哪里？

我安装了 VS2010 和 NET 4 0 然后编译了一个程序集并使用可用的 exe 运行 gacutil ProgramFiles Microsoft SDKs Windows v7 0A Bin NETFX 4 0 Tools 可执行文
如何在 R 中重新格式化表格？

我加载了一个这样的表 V1 V2 V3 pat1 1 2 pat1 3 1 pat1 4 2 pat2 3 3 pat3 1 4 pat3 2 3 我需要将其格式化为如下所示其中 V1 表示行 V2 表示列 V3 中的值 1 2 3 4
Android 中未接来电的广播接收器

有谁知道未接来电的意图是什么实际上我想在我的应用程序中发送有关未接来电和来电的短信您需要使用 ContentObserver public class MissedCallsContentObserver extends Conten
fork 后调试子进程（配置了 follow-fork-mode 子进程）

我正在开发一个应用程序父级分叉子级来处理某些任务我遇到一个问题我已将 gdb 配置为 follow fork mode 子级但在 fork 后到达断点后它发送 SIGTRAP 但子级以某种方式终止并向父级发送 SIGCHLD 我
数据表行切换选项

我的问题我正在开发一个与 DataTableJS 相关的项目我需要一个行分组功能它与分组行分开只是我想在下面的切换中显示相关的表行内容城市名我到底在寻找什么我的演示代码 document ready function var t
Swagger 无法生成 HTTP“PATCH”的文档

我已遵循以下内容博客条目 http kingsfleet blogspot co uk 2014 02 transparent patch support in jax rs 20 html http Transparent 20PATCH
在 htaccess 文件中使用公用文件夹时的多种语言

我有这个 htacces文件我很喜欢它但是如何向它添加多语言所以它明白localhost en 不是文件或文件夹现在它使用公共文件夹作为根所以localhost public 如果我想这样做那太好了我仍然使用公共文件夹作为根目
JetBrains（IntelliJ、PhpStorm、WebStorm ...）带有 SSH 密钥的私有 git 存储库

我的新 Web 服务器需要使用 RSA 2048 密钥进行身份验证因此我生成了一个密钥我将ir rsa and id rsa pub我的主文件夹中的文件 ssh Windows 10 但是当我使用 cvs 注释用于拉或推时我收到错
通过查找按组快速 data.table 分配多列

我一直在寻找规范的方法来完成我正在尝试的事情但我似乎不太幸运地获得快速而优雅的工作简而言之我有一个包含多个值列的大表并且希望将每个值乘以查找表中的相应因子我不知道如何动态传递我想要乘以查找值的列或者如何在基本表达式之外引用查找值
C语言中如何清空数组？

char x 1000 x hello 我会用什么来清除内容x 我无法重新初始化它请使用strcpy x 0 or free 您不能将任何内容分配给您的变量数组x是因此任何以x 是错的第二 hello 不是字符串它是一个多字符文字
Google Analytics 3.0 身份验证流程

EDIT 最初这个问题问我如何仅使用我的 API 密钥通过 Google Analytics API 进行身份验证作为弗拉特科指出 https stackoverflow com a 13834210 697449 这是不可能的现在我只
为什么 Spark 在字数统计时速度很快？ [复制]

这个问题在这里已经有答案了测试用例 Spark 在 20 秒以上对 6G 数据进行字数统计我明白映射减少 FP and stream编程模型但无法弄清楚字数统计的速度如此惊人我认为这种情况下是I O密集型计算不可能在20秒以上扫描
Mondrian OLAP 引擎 + Olap4j 的数据呈现

我正在对一个应用程序进行一些规划该应用程序使用 Mondrian OLAP 引擎和 Olap4j 并且应该向用户呈现显示数据我了解所有后端内容但我不确定应该如何在视图层中显示数据例如 olap4j 有一个格式化程序可以将 SEL
将 cURL 请求转换为 Guzzle

我正在尝试使用Guzzle而不是直接使用cURL来实现HTTP请求我如何使用 Guzzle 发出相同类型的请求或者我应该坚持使用 cURL ch curl init Set the URL curl setopt ch CURLOPT
如何将tools.jar添加为sbt中的“动态依赖项”。是否可以？

我需要在我的项目中使用tools jar 但是将其打包在jar中没有多大意义因为用户已经拥有它那么是否可以将其用作动态依赖项意思是我希望我的代码compile通过使用tools jar文件发现于my JAVA HOME 但我不希
使用 WinApi 函数在 FMX 画布上绘图

这个问题看起来很简单使用 VCL 可以正常工作图像是 VCL 上的 TImage procedure TFormMain btnDrawBackgroundClick Sender TObject var theme HTHEME be
无法在 android studio 中加载包装器属性

请帮助我当我在 android studio 中创建一个新项目时出现错误无法从 C Users baren AndroidStudioProjects ToyaGarage gradle wrapper gradle wrapper p
无法在 Android Studio 中的项目结构上添加模块

结构项目窗口不显示所有选项我无法添加库或模块 Check the image And this is how it should look with all the options 我尝试修复重新安装 android studio 但没有
使用 CGRectZero 在 UIView 类或子类上调用 initWithFrame 意味着什么？

我见过调用的代码initWithFrame of a UIView子类例如UILabel with CGRectZero一切似乎都进展顺利实例化一个是什么意思UIView具有 2D 点的子类这似乎是CGRectZero is 它只是意
Dplyr，非标准评估和 Walrus 运算符和 curly-curly

一个真正的问题每当我需要编写 dplyr 函数时我都会随机应变我知道卷曲运算符可以大大简化任务 https www tidyverse org blog 2019 06 rlang 0 4 0 https www tidyverse

Dplyr，非标准评估和 Walrus 运算符和 curly-curly

Dplyr，非标准评估和 Walrus 运算符和 curly-curly 的相关文章

随机推荐

热门标签