編程使用「LM」功能tidyeval

我想寫使用tidyeval（非標準評價）。採用基礎R NSE圍繞「LM」的功能，它的工作原理：編程使用「LM」功能tidyeval

lm_poly_raw <- function(df, y, x, degree = 1, ...){ 
    lm_formula <- 
    substitute(expr = y ~ poly(x, degree, raw = TRUE), 
       env = list(y = substitute(y), 
          x = substitute(x), 
          degree = degree)) 
    eval(lm(lm_formula, data = df, ...)) 
} 

lm_poly_raw(mtcars, hp, mpg, degree = 2)

然而，我還沒有想出如何使用tidyeval和rlang來編寫這個函數。我認爲substitute應該被替換爲enquo，並且由!!來評估。 Hadley的Adv-R中有一些提示，但我無法弄清楚。

來源

2017-10-21 Sebastian Sauer

爲什麼要這樣做？ – Thomas

爲了用dplyr函數編程，它對usw tidyeval/rlang很有用，我只想使用一個系統。 Beides，我想向一些Studenten Nse解釋，我認爲只使用一個系統更容易，更一致。 –

鑑於lm（）不使用與dplyr相同的NSE形式，我不認爲用rlang打它會有幫助。 – Thomas

這裏是那種式構造，可能使它的方式在rlang的未來：

f <- function(x, y, flatten = TRUE) { 
    x <- enquo(x) 
    y <- enquo(y) 

    # Environments should be the same 
    # They could be different if forwarded through dots 
    env <- get_env(x) 
    stopifnot(identical(env, get_env(y))) 

    # Flatten the quosures. This warns the user if nested quosures are 
    # found. Those are not supported by functions like lm() 
    if (flatten) { 
    x <- quo_expr(x, warn = TRUE) 
    y <- quo_expr(y, warn = TRUE) 
    } 

    new_formula(x, y, env = env) 
} 

# This can be used for unquoting symbols 
var <- "cyl" 
lm(f(disp, am + (!! sym(var))), data = mtcars)

棘手的部分是：

的LHS和RHS可能來自不同的環境如果通過...的不同層次轉發。我們需要檢查這一點。
我們需要檢查用戶是否沒有引用問題。 lm()和co不支持這些。 quo_expr()展平所有問題，並在發現某些情況時選擇發出警告。

來源

2017-10-22 08:58:44 lionel

謝謝，那就是我一直在尋找的。仍然需要包裹我的頭，雖然:) –

編程使用「LM」功能tidyeval

回答

相關問題