原创R语言用dplyr编程 附代码数据文档格式.docx

原创R语言用dplyr编程 附代码数据文档格式.docx

《原创R语言用dplyr编程 附代码数据文档格式.docx》由会员分享，可在线阅读，更多相关《原创R语言用dplyr编程 附代码数据文档格式.docx（20页珍藏版）》请在冰豆网上搜索。

基本的引用函数是quote（），它返回表达式的参数：

quote（6）

quote（2*3）

2*3

quote（a*b）

a*b

实际上，引用的行为是所有程序员都熟悉的，因为这是他们创建字符串。

“是一个引号操作符，它是一个表示提供的字符不是代码而是文本的信号，作为一个R程序员，你也可能熟悉公式operator〜，这个引用操作符返回一个或两个带引号的表达式，表达式正在做类似的事情，他们引用了他们的意见：

"

a*b"

[1]"

~a*b

~a*b

第一个语句返回一个带引号的字符串，另外两个返回一个公式中的带引号的代码或作为一个裸表达式。

改变评估的背景

引用的表达式可以使用函数eval（）进行评估。

我们引用一个表达式来表示从1到5的小写字母的子集，并对此进行评估：

x<

-quote（letters[1:

5]）

x

letters[1:

5]

eval（x）

a"

b"

c"

d"

e"

当然，这不是很令人印象深刻，你可以正常输入表达式来获得这个值。

但是R最重要的特点之一就是可以改变评估的上下文以获得不同的结果。

上下文也称为环境，基本上是一个将符号链接到值的集合。

包的命名空间就是这样的上下文。

例如，在基本名称空间的上下文中，符号字母被赋予小写字母的字符向量的值。

但是，在另一种情况下，这可能意味着不同。

我们可以创建一个上下文，其中字母以相反的顺序表示大写字母！

在这种情况下评估引用的表达式可能会返回完全不同的结果：

context<

-list（letters=rev（LETTERS））

eval（x,context）

Z"

Y"

X"

W"

V"

有趣的是，数据框架可以用作评估上下文。

在数据框上下文中，列名称代表向量，以便您可以在表达式中引用这些列：

data1<

-tibble（mass=c（70,80,90）,height=1.6,1.7,1.8）

data2<

-tibble（mass=c（75,85,95）,height=1.5,1.7,1.9）

bmi_expr<

-quote（mass/height^2）

eval（bmi_expr,data1）

[1]27.331.235.2

eval（bmi_expr,data2）

[1]33.337.842.2

在最后一个片段中，我们使用quote（）创建一个表达式，然后用eval（）手动评估它。

然而，引用函数通常在幕后执行引用和评估：

with（data1,mass/height^2）

with（data2,mass/height^2）

出于这个原因，除了用户表达式之外，引用函数通常还将数据帧作为输入，以便可以在数据的上下文中对其进行评估。

这是一个强大的功能，它使R成为一种面向数据的编程语言。

R中的引用函数无处不在：

owith（data，expr）在数据的上下文中计算expr。

olm（公式，数据）创建一个设计矩阵，预测器在数据上下文中进行评估。

omutate（data，new=expr）根据在数据上下文中计算的表达式创建一个新列。

oggplot（data，aes（expr））将x审美定义为在数据上下文中评估的expr的值。

在dplyr接口的上下文中，引用参数有两个好处：

数据帧的操作可以简洁地表达，因为您不需要重复数据帧的名称。

例如，你可以写过滤器（df，x==1，y==2，z==3）而不是df[df$x==1＆df$y==2＆df$z==3，]。

odplyr可以选择以不同的方式计算结果到baseR.这对于数据库后端很重要，因为dplyr本身并没有做任何工作，而是生成告诉数据库做什么的SQL。

不幸的是，引用函数的好处并不是免费的。

虽然它们简化了直接输入，但却使编程输入更加困难。

当你使用dplyr时，为你引用工作，但是当你的函数使用dplyr时，对你有用。

Varyingquotedinputs

Theissueofreferentialtransparencytodowiththedifficultyofpassingcontextualvariablesinordertovarytheinputsofquotingfunctions.Whenyoupassvariablestoquotingfunctionstheygetquotedalongwiththerestoftheexpression.

Toseetheproblemmoreclearly,let’sdefineasimplequotingfunction 

2 

thatpastesitsinputsasastring:

cement<

-function（...,.sep="

）{

strings<

-map（exprs（...）,as_string）

paste（strings,collapse=.sep）

}

Comparedtotheregularfunction 

paste（）,thequotingfunction 

cement（） 

savesabitoftypingbecauseitperformsthestring-quotingautomatically:

paste（"

it"

"

is"

rainy"

）

itisrainy"

cement（it,is,rainy）

Nowwhatifwewantedtostoretheweatheradjectiveinavariable?

paste（） 

hasnoissueonthatfrontbecauseitgetsthevalueoftheargumentratherthanitsexpression.Ontheotherhandifwepassavariableto 

cement（）,itwouldbequotedjustliketheotherinputsand 

cement（）wouldnevergettoseeitscontents:

-"

shiny"

x）

itisshiny"

cement（it,is,x）

itisx"

Thesolutiontothisproblemisaspecialsyntaxthatsignalsthequotingfunctionthatpartoftheargumentistobeunquoted,i.e.,evaluatedrightaway.Theabilitytomixquotingandevaluationiscalled 

quasiquotation 

andisthemaintidyevalfeature.

Quasiquotation

Putsimply,quasi-quotationenablesonetointroducesymbolsthatstandforalinguisticexpressioninagiveninstanceandareusedasthatlinguisticexpressioninadifferentinstance.— 

WillardvanOrmanQuine

Aswehaveseen,automaticquotingmakesRanddplyrveryconvenientforinteractiveusebutmakesitdifficulttorefertovariableinputs.Thesolutiontothisproblemis 

quasiquotation,whichallowsyoutoevaluatedirectlyinsideanexpressionthatisotherwisequoted.QuasiquotationwascoinedbyWillardvanOrmanQuineinthe1940s,andwasadoptedforprogrammingbytheLISPcommunityinthe1970s.Quasiquotationisavailable（orwillsoonbe）inallquotingfunctionsofthetidyversethankstothetidyevaluationframework.

Thebang!

bang!

operator

Thetidyevalsyntaxforunquotingis 

!

.Anythingsuppliedtotothisoperatorisevaluatedrightawayandtheresultissubstitutedinplace.Let’ssee 

inactioninour 

function:

cement（it,is,!

x）

Eventhoughtheargumentsarequoted, 

x 

signalsthat 

x 

shouldbeevaluatedrightaway.From 

perspective,it’sasiftheuserhadtyped 

insteadof 

x.

WehaveseenabovethatthefundamentalquotingfunctioninbaseRis 

quote（）.Inthetidyverse,itis 

expr（）.Allitdoesistoquoteitsargumentwithquasiquotationsupportandreturnsitrightaway:

expr（x）

x

expr（!

expr（） 

isespeciallyusefulfordebuggingquasiquotation.Youcanwrapitaroundanyexpressioninwhichyouuse 

toexaminetheeffectofunquoting.Let’stryitwith 

cement（）:

expr（cement（it,is,!

x））

cement（it,is,"

Thistechniqueisessentialtoworkyourwayaroundtomasteringtidyeval.

Creatingsymbols

Nowthatwearearmedwithquasiquotation,let’strytoprogramwiththedplyrverb 

mutate（）.We’lltakeaBMIcomputationasrunningexample.

#Rescaleheight

starwars<

-mutate（starwars,height=height/100）

transmute（starwars,bmi=mass/height^2）

#Atibble:

87x1

bmi

<

dbl>

126.0

226.9

334.7

433.3

#...with83morerows

Let’ssaywewanttovarytheheightinput.Afirstintuitionmightbetostorethecolumnnameinavariableandunquoteit.Butwegetanerror:

height"

transmute（starwars,bmi=mass/（!

x）^2）

Errorinmutate_impl（.data,dots）:

Evaluationerror:

non-numericargumenttobinaryoperator.

Theerrormessageindicatesatypeerror.Abinaryoperatorexpectedanumericinputbutgotsomethingelse.Theerrorbecomesclearifweuse 

todebugtheunquoting:

expr（transmute（starwars,bmi=mass/（!

x）^2））

transmute（starwars,bmi=mass/（"

）^2）

Weareunquotingastringandthat’sexactlywhat 

transmute（） 

usestoevaluatetheBMI.Thiscan’twork!

Weneedtounquotesomethingthatlookslikecodeinsteadofastring.Whatwearelookingforisa 

symbol.Asymbolisastringthatreferencesanobjectinacontext.SymbolsarethemeatofRcode.In 

foo（bar）, 

foo 

isasymbolthatreferencesafunctionand 

bar 

isasymbolthatreferencessomeobject.

TherearetwowaysofcreatingsymbolicRcodeobjects:

byquotationorbyconstruction.Wealreadyknowhowtocreatesymbolsbyquoting.Howeverthatdoesnothelpusmuchbecausewefacethesameissueagain,namelythatthequotedsymbolisaconstantthatcan’tbevaried:

quote（height）

height

expr（height）

Theotherwayistobuilditoutofastringusingtheconstructor 

sym（）.Constructorsareregularfunctionsandcanbeprogrammedwithvariables:

sym（"

sym（x）

Let’sbuildasymbolandtrytounquoteitinthetransmuteexpression.Using 

toexaminetheeffectofunquoting,thingsarelookinggood:

-sym（"

transmute（starwars,bmi=mass/（height）^2）

Andindeeditnowworks!

Creatingawrapperaroundadplyrpipeline

Quasiquotationisallweneedtowriteourfirstwrapperfunctionaroundadplyrpipeline.Thegoalistowritereliablefunctionsthatreduceduplicationinourdataanalysiscode.Let’ssaythatweoftentakeagroupedaverageusingdplyrandourscriptsarelitteredwithlittlepipelinesthatlooklikethis:

starwars%>

%

group_by（species）%>

summarise（avg=mean（height））

38x2

speciesavg

chr>

1Aleena0.79

2Besalisk1.98

3Cerean1.98

4Chagrian1.96

#...with34morerows

Itwouldbeagoodideatoextractthislogicintoafunction.Itwouldreducetheriskofwritingatypoandwouldmakeourcodemoreconciseaswellasclearerifwechooseagoodnameforthisfunction.

Weknowfromtheprevioussectionsthatthiskindofnaivewrapperwillnotwork.Thevariablenameswillbeautomaticallyquoted.Thecolumnnamestheycontainwillbeatbestignored（intheexamplebelow 

group_by（） 

looksforacolumnnamed 

group）oratworstmisused（summarise（） 

wouldtrytotaketheaverageofthestring 

）:

mean_by<

-function（data,var,group）{

data%>

group_by（group）%>

summarise（avg=mean（var））

mean_by（starwars,"

species"

Erroringrouped_df_impl（data,unname（vars）,drop）:

Column`group`isunknown

Ourwrappersimplyneedstoconstructsymbolsfromitsinputsandunquotetheminthepipeline:

var<

-sym（var）

group<

-sym（group）

group_by（!

group）%>

summarise（avg=mean（!

var））

mass"

eye_color"

15x2

eye_coloravg

1blackNA

2blueNA

3blue-gray77

4brownNA

#...with11morerows

Creatingyourownquotingfunctions

Thewrapperthatwejustcreatedisaregularfunction.Ittakesstringsanddoesn’tquoteanyofitsinputs.Thishastheadvantaget