dplyr v.0.6.0標準評估mutate

Question

我想找出dplyr v.0.6.0標準評估的新實現。我一直在通過小插曲工作，但在構建要在mutate中評估的表達式時，我仍處於掙扎中。

假設我想爲x添加一個虛擬的功能，其中var等於value。它應該在NA值和常規值下工作。

library(dplyr) 
make_dummy_at_value <- function(x, var, value) { 
    var_e <- enquo(var) 
    value_e <- enquo(value) 
    if (is.na(value)) { 
    x <- x %>% mutate(dum = as.numeric(is.na(!!var_e))) 
    } else { 
    x <- x %>% mutate(dum = as.numeric(!!var_e == !!value_e)) 
    } 
    return(x) 
} 

現在細

x <- data.frame(some_var = c(NA, 2)) 
make_dummy_at_value(x, some_var, NA) 

但是下面的作品，這並不

make_dummy_at_value(x, some_var, 2) 

我想我們只能把在mutate聲明一個不帶引號的表達，但如何實現它然後？

乾杯

Answer 1

的value不需要任何enquo，因爲它是一個數字元素，而不是帶引號的字符串。另外，它不是一個專欄。它可以內mutate/summarise

make_dummy_at_value <- function(x, var, value) { 
    var_e <- enquo(var) 

    if (is.na(value)) { 
    x %>% 
     mutate(dum = as.numeric(is.na(!!var_e))) 
    } else { 
    x %>% 
     mutate(dum = as.numeric((!!var_e) == value & !is.na(!!var_e))) 
    } 

} 



make_dummy_at_value(x, some_var, 2) 
# some_var dum 
#1  NA 0 
#2  2 1 
make_dummy_at_value(x, some_var, NA) 
# some_var dum 
#1  NA 1 
#2  2 0 

make_dummy_at_value(x, some_var, 3) 
# some_var dum 
#1  NA 0 
#2  2 0 

---

直接使用如果目的是通過數字以及字符串「價值」，然後

make_dummy_at_value <- function(x, var, value) { 
    var_e <- enquo(var) 
    value <- enquo(value) 
    value_e <- quo_name(value) 

    if (is.na(value_e)) { 
    x %>% 
     mutate(dum = as.numeric(is.na(!!var_e))) 
    } else { 
    x %>% 
     mutate(dum = as.numeric((!!var_e) == value_e & !is.na(!!var_e))) 
    } 

} 

make_dummy_at_value(x, some_var, 2) 
# some_var dum 
#1  NA 0 
#2  2 1 
make_dummy_at_value(x, some_var, NA) 
# some_var dum 
#1  NA 1 
#2  2 0 
make_dummy_at_value(x, some_var, v1) 
# some_var dum 
#1  NA 0 
#2  2 0 

使用另一示例

x1 <- data.frame(col1 = c(NA, 4, 5), col2 = c('A', NA, 'B'), stringsAsFactors= FALSE) 
make_dummy_at_value(x1, col1, NA) 
# col1 col2 dum 
#1 NA A 1 
#2 4 <NA> 0 
#3 5 B 0 
make_dummy_at_value(x1, col2, NA) 
# col1 col2 dum 
#1 NA A 0 
#2 4 <NA> 1 
#3 5 B 0 
make_dummy_at_value(x1, col2, A) 
# col1 col2 dum 
#1 NA A 1 
#2 4 <NA> 0 
#3 5 B 0