在下面的代码中,我尝试在的右端创建一个列表tibble列mtcars
,其中:列表的每个成员都是一个带有mtcars tibble行的tibble,其中vs >= 1
和!is.na(gear)
。
在中purrr::map2()
,我!!dplyr::sym()
用于将输入字符串转换为在dplyr::filter()
和中使用的小节变量tidyr::drop_na()
,但这会导致错误
“找不到对象'.x'”。
为什么会这样呢?
我知道如果使用dplyr::filter_at(.x, ~ {.x >= 1})
和tidyr::drop_na(all_of(.y))
,可以避免此错误。但是,有什么不对,如果我要转换参数.x
,并.y
从字符串到tibble变量和使用它们filter()
和drop_na()
?(我记得他们接受未引用的小节变量)
感谢您的帮助和建议。
library(tidyverse)
mtcars %>%
tibble::as_tibble() %>%
dplyr::mutate(vs2 = purrr::map2("vs", "gear", ~ {
mtcars %>%
tibble::as_tibble() %>%
dplyr::filter(!!dplyr::sym(.x) >= 1) %>%
tidyr::drop_na(!!dplyr::sym(.y))
}))
#> Error in is_symbol(x): object '.x' not found
由reprex软件包(v0.3.0)创建于2020-06-10
我的会话信息:
sessionInfo()
R version 3.6.0 (2019-04-26)
Platform: x86_64-redhat-linux-gnu (64-bit)
Running under: CentOS Linux 7 (Core)
Matrix products: default
BLAS/LAPACK: /usr/lib64/R/lib/libRblas.so
locale:
[1] LC_CTYPE=en_US.UTF-8 LC_NUMERIC=C LC_TIME=en_US.UTF-8
[4] LC_COLLATE=en_US.UTF-8 LC_MONETARY=en_US.UTF-8 LC_MESSAGES=en_US.UTF-8
[7] LC_PAPER=en_US.UTF-8 LC_NAME=C LC_ADDRESS=C
[10] LC_TELEPHONE=C LC_MEASUREMENT=en_US.UTF-8 LC_IDENTIFICATION=C
attached base packages:
[1] stats graphics grDevices utils datasets methods base
other attached packages:
[1] forcats_0.5.0 stringr_1.4.0 dplyr_0.8.3 purrr_0.3.3 readr_1.3.1
[6] tidyr_1.0.2 tibble_2.1.3 ggplot2_3.2.1 tidyverse_1.3.0 shiny_1.4.0.2
loaded via a namespace (and not attached):
[1] Rcpp_1.0.3 lubridate_1.7.4 lattice_0.20-38 ps_1.3.2 assertthat_0.2.1
[6] digest_0.6.23 mime_0.8 R6_2.4.1 cellranger_1.1.0 backports_1.1.5
[11] reprex_0.3.0 evaluate_0.14 httr_1.4.1 pillar_1.4.3 rlang_0.4.6
[16] lazyeval_0.2.2 readxl_1.3.1 rstudioapi_0.10 miniUI_0.1.1.1 whisker_0.4
[21] callr_3.4.2 rmarkdown_2.1 munsell_0.5.0 broom_0.5.5 compiler_3.6.0
[26] httpuv_1.5.3.1 modelr_0.1.6 xfun_0.11 pkgconfig_2.0.3 clipr_0.7.0
[31] htmltools_0.4.0 tidyselect_1.0.0 fansi_0.4.0 crayon_1.3.4 dbplyr_1.4.2
[36] withr_2.1.2 later_1.0.0 grid_3.6.0 nlme_3.1-139 jsonlite_1.6
[41] xtable_1.8-4 gtable_0.3.0 lifecycle_0.1.0 DBI_1.1.0 magrittr_1.5
[46] scales_1.1.0 cli_2.0.0 stringi_1.4.3 fs_1.3.1 promises_1.1.0
[51] xml2_1.2.2 vctrs_0.2.4 generics_0.0.2 tools_3.6.0 glue_1.3.1
[56] hms_0.5.2 processx_3.4.2 fastmap_1.0.1 colorspace_1.4-1 rvest_0.3.5
[61] knitr_1.26 haven_2.2.0
无法!! rlang::sym
在map
嵌套的调用中使用mutate
(仅在的顶级中起作用mutate
。您可以编写自定义函数,在其中使用!! rlang::sym()
并在其中调用map2
。也可以使用eval
代替!!
。
以下是使用自定义功能的选项。但是,我不确定您想要的输出是什么样子。另外,在map
调用中使用长度为1的字符串也没有多大意义,因为如果不使用,我们可以产生相同的结果map
。
library(tidyverse)
filter_df <- function(x, y) {
mtcars %>%
tibble::as_tibble() %>%
dplyr::filter(!! rlang::sym(x) >= 1,
!is.na(!! rlang::sym(y)))
}
mtcars %>%
tibble::as_tibble() %>%
mutate(vs2 = map2("vs", "gear", filter_df))
#> # A tibble: 32 x 12
#> mpg cyl disp hp drat wt qsec vs am gear carb vs2
#> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <list>
#> 1 21 6 160 110 3.9 2.62 16.5 0 1 4 4 <tibble [1~
#> 2 21 6 160 110 3.9 2.88 17.0 0 1 4 4 <tibble [1~
#> 3 22.8 4 108 93 3.85 2.32 18.6 1 1 4 1 <tibble [1~
#> 4 21.4 6 258 110 3.08 3.22 19.4 1 0 3 1 <tibble [1~
#> 5 18.7 8 360 175 3.15 3.44 17.0 0 0 3 2 <tibble [1~
#> 6 18.1 6 225 105 2.76 3.46 20.2 1 0 3 1 <tibble [1~
#> 7 14.3 8 360 245 3.21 3.57 15.8 0 0 3 4 <tibble [1~
#> 8 24.4 4 147. 62 3.69 3.19 20 1 0 4 2 <tibble [1~
#> 9 22.8 4 141. 95 3.92 3.15 22.9 1 0 4 2 <tibble [1~
#> 10 19.2 6 168. 123 3.92 3.44 18.3 1 0 4 4 <tibble [1~
#> # ... with 22 more rows
由reprex包(v0.3.0)创建于2020-06-10,
请注意,您可以通过调用mutate
包装在其中的自定义函数来产生相同的结果(此功能list
可能需要dplyr 1.0.0):
mtcars %>%
tibble::as_tibble() %>%
mutate(vs2 = list(filter_df("vs", "gear")))
这是使用eval
和的替代方法map2
:
library(tidyverse)
mtcars %>%
tibble::as_tibble() %>%
mutate(vs2 = map2("vs", "gear",
~ mtcars %>%
tibble::as_tibble() %>%
dplyr::filter(eval(rlang::sym(.x)) >= 1,
!is.na(eval(rlang::sym(.y))))
)
)
#> # A tibble: 32 x 12
#> mpg cyl disp hp drat wt qsec vs am gear carb vs2
#> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <list>
#> 1 21 6 160 110 3.9 2.62 16.5 0 1 4 4 <tibble [1~
#> 2 21 6 160 110 3.9 2.88 17.0 0 1 4 4 <tibble [1~
#> 3 22.8 4 108 93 3.85 2.32 18.6 1 1 4 1 <tibble [1~
#> 4 21.4 6 258 110 3.08 3.22 19.4 1 0 3 1 <tibble [1~
#> 5 18.7 8 360 175 3.15 3.44 17.0 0 0 3 2 <tibble [1~
#> 6 18.1 6 225 105 2.76 3.46 20.2 1 0 3 1 <tibble [1~
#> 7 14.3 8 360 245 3.21 3.57 15.8 0 0 3 4 <tibble [1~
#> 8 24.4 4 147. 62 3.69 3.19 20 1 0 4 2 <tibble [1~
#> 9 22.8 4 141. 95 3.92 3.15 22.9 1 0 4 2 <tibble [1~
#> 10 19.2 6 168. 123 3.92 3.44 18.3 1 0 4 4 <tibble [1~
#> # ... with 22 more rows
由reprex软件包(v0.3.0)创建于2020-06-10
添加在
由于OP仅显示了一个非常小的示例,因此这是一种更实际的方法,其中tibble
包含一个带有变量名的字符列。在这种情况map
下dplyr >= 1.0.0
,不再需要,因为我们可以使用rowwise
和mutate
。
library(tidyverse)
filter_df <- function(df, x) {
df %>%
tibble::as_tibble() %>%
dplyr::filter(!! rlang::sym(x) >= mean(!! rlang::sym(x)))
}
tibble(data = list(tibble(mtcars)),
var_names = names(mtcars)) %>%
rowwise() %>%
mutate(new_data = list(filter_df(data, var_names)))
#> # A tibble: 11 x 3
#> # Rowwise:
#> data var_names new_data
#> <list> <chr> <list>
#> 1 <tibble [32 × 11]> mpg <tibble [14 × 11]>
#> 2 <tibble [32 × 11]> cyl <tibble [14 × 11]>
#> 3 <tibble [32 × 11]> disp <tibble [15 × 11]>
#> 4 <tibble [32 × 11]> hp <tibble [15 × 11]>
#> 5 <tibble [32 × 11]> drat <tibble [18 × 11]>
#> 6 <tibble [32 × 11]> wt <tibble [16 × 11]>
#> 7 <tibble [32 × 11]> qsec <tibble [15 × 11]>
#> 8 <tibble [32 × 11]> vs <tibble [14 × 11]>
#> 9 <tibble [32 × 11]> am <tibble [13 × 11]>
#> 10 <tibble [32 × 11]> gear <tibble [17 × 11]>
#> 11 <tibble [32 × 11]> carb <tibble [15 × 11]>
由reprex软件包(v0.3.0)创建于2020-06-10
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句