爲什麼在group_by（）而不是filter（）中工作？

Question

我正在構建一個函數，我將基於一個字符串操縱數據框架。在函數，我將建立一個列名作爲從字符串並用它來操縱數據幀，這樣的事情：

library(dplyr) 

orig_df <- data_frame(
    id = 1:3 
    , amt = c(100, 200, 300) 
    , anyA = c(T,F,T) 
    , othercol = c(F,F,T) 
) 


summarize_my_df_broken <- function(df, my_string) { 

    my_column <- quo(paste0("any", my_string)) 

    df %>% 
    filter(!!my_column) %>% 
    group_by(othercol) %>% 
    summarize(
     n = n() 
     , total = sum(amt) 
    ) %>% 
    # I need the original string as new column which is why I can't 
    # pass in just the column name 
    mutate(stringid = my_string) 


} 


summarize_my_df_works <- function(df, my_string) { 

    my_column <- quo(paste0("any", my_string)) 

    df %>% 
    group_by(!!my_column, othercol) %>% 
    summarize(
     n = n() 
     , total = sum(amt) 
    ) %>% 
    mutate(stringid = my_string) 

} 

# throws an error: 
# Argument 2 filter condition does not evaluate to a logical vector 
summarize_my_df_broken(orig_df, "A") 

# works just fine 
summarize_my_df_works(orig_df, "A") 

我的理解是什麼問題：unquoting的quosure作爲參數傳遞給filter()在破碎的版本中沒有引用實際的列anyA。

我不明白的是爲什麼它在summarize()中有效，但在filter()中沒有 - 爲什麼有區別？

Answer 1

現在你正在製造字符串而不是符號名稱。這不是應該如何使用這些。 quo("hello")和quo(hello)之間有很大的差異。如果你想從一個字符串中創建一個合適的符號名稱，你需要使用rlang::sym。所以速戰速決是

summarize_my_df_broken <- function(df, my_string) { 

    my_column <- rlang::sym(paste0("any", my_string)) 
    ... 
} 

如果你更仔細，我認爲你會看到group_by/summarize是不實際工作，你希望是（雖然你只是沒有得到同樣的錯誤消息）的方式。這兩個不會產生相同的結果

summarize_my_df_works(orig_df, "A") 
# `paste0("any", my_string)` othercol  n total 
#      <chr> <lgl> <int> <dbl> 
# 1      anyA FALSE  2 300 
# 2      anyA  TRUE  1 300 

orig_df %>% 
    group_by(anyA, othercol) %>% 
    summarize(
    n = n() 
    , total = sum(amt) 
) %>% 
    mutate(stringid = "A") 
# anyA othercol  n total stringid 
# <lgl> <lgl> <int> <dbl> <chr> 
# 1 FALSE FALSE  1 200  A 
# 2 TRUE FALSE  1 100  A 
# 3 TRUE  TRUE  1 300  A 

再次，問題是使用字符串而不是符號。

Answer 2

您的'破損'功能中沒有關於filter()的任何條件，只需指定列名即可。

除此之外，我不確定您是否可以在更大的表達式中插入問題。例如，在這裏你可能會嘗試類似：

df %>% filter((!!my_column) == TRUE) 

但我不認爲這會奏效。

相反，我會建議使用條件函數filter_at()來定位合適的列。在這種情況下，你的過濾條件分隔quosure：

summarize_my_df_broken <- function(df, my_string) { 

    my_column <- quo(paste0("any", my_string)) 

    df %>% 
    filter_at(vars(!!my_column), all_vars(. == TRUE)) %>% 
    group_by(othercol) %>% 
    summarize(
     n = n() 
     , total = sum(amt) 
    ) %>% 
mutate(stringid = my_string) 

}