如何解决将屏蔽变量在“...”中传递给 group_by() 示例 1示例 2示例 3示例 4
动机
我正在创建一个自定义实用程序函数 streak_over()，其目的是在语法上模仿 dplyr 动词 group_by()。虽然 streak_over() 本质上包装了 group_by() 的分组功能，但这种分组是进一步操作的前兆。
在给定数据集的上下文中，streak_over() 的目的是为共享一个组的 连续 观察的每个“条纹”建立索引，其中预先建立了分组（通过先验 { {1}}) 或在 group_by() 本身中指定（通过 tidy evaluation）。
这是一个说明，其中分组变量分别为 streak_over() 和 x：
y详情
除了一个小问题外，我的所有工作都完全按预期工作。这是 x y group_id streak_index
<dbl> <chr> <int> <int>
1 1 a 1 1
2 1 a 1 1
3 2 b 4 2
4 2 b 4 2
5 1 a 1 3
6 2 a 3 4
7 1 b 2 5
8 2 b 4 6
的一般形式，它在 streak_over 中接受 ... 的所有参数，然后返回一个 group_by() 向量（如 integer）连胜指数。 注意： streak_index 和 .start 是我自己定义的参数，用于定义“连续”的标准；除了它们作为函数头中的命名参数存在之外，它们与我的问题无关。
.min一般来说，可用性是理想的。给定一个 streak_over <- function(...,.start = 1,.min = 2) {
return(
dplyr::group_by(...) # %>%
# ... %>% Further Operations %>% ...
)
}
像 data.frame | x 来自上图
y我们可以通过符合人体工程学的工作流程生成我们的条纹指数向量：
df <- data.frame(x = c(1,1,2,2),y = c("a","a","b","b"))
我们也可以像连续使用 df %>% group_by(x,y) %>% streak_over(.add = TRUE)
# [1] 1 1 2 2 3 4 5 6
df %>% group_by(x) %>% streak_over(y,.add = TRUE)
# [1] 1 1 2 2 3 4 5 6
df %>% streak_over(x,y)
# [1] 1 1 2 2 3 4 5 6
一样更改分组：
group_by()最后，我们可以生成没有任何分组的索引：
df %>% group_by(x) %>% streak_over(y,.add = FALSE)
# [1] 1 1 2 2 3 3 4 4
df %>% group_by(x) %>% streak_over(y) # .add = FALSE by default
# [1] 1 1 2 2 3 3 4 4
df %>% streak_over(y)
# [1] 1 1 2 2 3 3 4 4
但是，我想更改一种默认行为。
问题
根据它包装的 df %>% streak_over() # no grouping given
# [1] 1 1 1 1 1 1 1 1
函数的当前默认值 (.add = FALSE)，当 group_by() 未另行指定时，streak_over() 当前会覆盖现有分组。虽然我通常确实喜欢这种行为，但在一种情况下，它违反直觉且不方便：
.add这里已经存在一个分组并且可能很有用。此外，df %>% group_by(x,y) %>% streak_over()
# [1] 1 1 1 1 1 1 1 1
不包含进一步的分组变量，否则需要通过 streak_over() 进行消歧。 在这种特殊情况下，只需.add 保留现有分组会非常方便，而所有其他默认设置都遵循streak_over()。
group_by()这里列出了我想要的行为：
df %>% group_by(x,y) %>% streak_over()
# [1] 1 1 2 2 3 4 5 6
|
在 .add 调用中指定的分组变量 |
未指定分组变量 |
|---|---|---|
| （缺失） |
streak_over() 的当前默认行为 |
始终添加到现有分组 |
group_by() |
添加到现有分组 | 添加到现有分组 |
TRUE |
覆盖现有分组 | 覆盖现有分组 |
我还希望这种“延迟”是动态的：如果 R 团队使用新的默认设置（如 FALSE）更新 dplyr::group_by()，我希望 {{1} } 以与 mutate(.add = TRUE, 工作流程保持一致，而不是使用可能过时的硬编码默认值（如 streak_over()）。
最后，为了美观和专业，我希望将 dplyr 的函数头保留为大致规范的形式：
streak_over(.add = TRUE,尝试
都没有成功，我探索了很多方法。我当前的迭代
streak_over()与许多其他人一样，由于似乎以下原因而失败：
- 尽管 this answer 支持我最初的直觉，但
streak_over <- function(...,.min = 2) { # ... } # Or... streak_over <- function(.data,...,.add,.drop,.min = 2) { # ... }无法有效测试屏蔽变量的存在（例如streak_over <- function(.data,.min = 2) { if(rlang::is_missing(.add) && !length(list(...))) { .add <- TRUE if(!rlang::is_empty(dplyr::group_vars(.data))) { message("Existing groups will be kept. Discard with '.add = FALSE'.") } } return( dplyr::group_by(.data,.add = rlang::maybe_missing(.add),.drop = rlang::maybe_missing(.drop)) # %>% # ... %>% Further Operations %>% ... ) }中的length(list(...))在y) 中，而df似乎同样不可行。事实上，前一种方法给了我下面的错误；它似乎将streak_over(y)解释为自身的对象，而不仅仅是match.call(expand.dots = FALSE) == match.call(expand.dots = TRUE)中变量的符号：
y- 似乎
.data与rlang::maybe_missing()的搭配效果不佳，其值应该模拟缺失的参数。由于df %>% group_by(x) %>% streak_over(y) # Error in streak_over(.,y) : object 'y' not found无条件地将dplyr强制转换为group_by()，因此我收到以下错误：
.addlogical- 即使我试图折叠函数头 (
streak_over <- function(.data,.min = 2) { # Condition REMOVED to progress beyond error above. return( dplyr::group_by(.data,.drop = rlang::maybe_missing(.drop)) # %>% # ... %>% Further Operations %>% ... ) })，并让df %>% group_by(x) %>% streak_over(y) # Error in if (.add) { : argument is not interpretable as logical“潜伏在阴影中”直到它被明确指定 (streak_over(...,.min = 2))，我也不得不改变它的值以某种方式：有条件地.add，然后是streak_over(.add = TRUE,。不幸的是，如果用户确实明确指定了new_add <- TRUE，R 会将它包含在group_by(...,.add = new_add)旁边的.add中，并且无法通过分配 {{ 1}} 在适当的地方。结果是（公认可预测的）错误：
....add = new_add结论
我觉得必须有条件地将形式参数的默认值覆盖为包装函数的方法，即使它是包含掩码或整齐计算的神秘 new_add <- NULL变量。然而，我怀疑这接近于 streak_over <- function(...,.min = 2) {
# Check if '.add' is present in '...'; and if no masked variables are present therein.
if(is.null(list(...)$.add) && all(names(list(...)) %in% c(".data",".add",".drop"))) {
new_add <- TRUE
} else {
new_add <- NULL
}
return(
dplyr::group_by(...,.add = new_add) # %>%
# ... %>% Further Operations %>% ...
)
}
领域，这是我绝对缺乏经验的 R 领域。
一如既往，感谢您的考虑以及您可能提供的任何帮助。
更新
感谢来自 hint 的 ktiu，在 Stack Overflow 上与 further research 合成，我拼凑了一个有点“hacky”的解决方案，它似乎满足了我最初的标准：>
df %>% group_by(x,y) %>% streak_over(.add = FALSE)
# Error in dplyr::group_by(...,.add = add) :
# formal argument ".add" matched by multiple actual arguments
我欢迎任何进一步的帮助：
- 提供更优雅的解决方案；可能（说）如建议的 here 和
default包，如果安全实施，这看起来理想的手术......尽管我确实想知道掩码将正确翻译。 不幸的是，我的第一次尝试失败了：虽然一切看起来都很干净
...并且打印输出表明对于本地 symbol，streak_over <- function(.data,.min = 2) {
# Store the defaults for 'group_by()',in case they are needed.
gb_formals <- formals(dplyr::group_by)
# If neither '.add' nor masked variables in '...' were supplied to
# 'streak_over()',yet a grouping already exists in '.data',override the
# 'group_by()' default to intuitively preserve the grouping.
if(rlang::is_missing(.add) && !length(rlang::enquos(...)) &&
!rlang::is_empty(dplyr::group_vars(.data))) {
.add <- TRUE
message("Existing groups will be kept. Discard with '.add = FALSE'.")
}
return(
dplyr::group_by(.data,.add = rlang::maybe_missing(.add,gb_formals$.add),.drop = rlang::maybe_missing(.drop,gb_formals$.drop)) # %>%
# ... %>% Further Operations %>% ...
)
}
现在默认为 streak_over <- function(...,.min = 2) {
# Condition always TRUE here to illustrate the point.
if(TRUE) {
default::default(group_by) <- list(.add = TRUE)
}
# Print out default,to check if correctly updated.
default::default(group_by)
return(
group_by(...) # %>%
# ... %>% Further Operations %>% ...
)
}
，输出仍然表现为 .add：
TRUE- 改进我现有解决方案的技术（工具、结构、语法等）；可能（比如）使用
group_by()而不是.add = FALSE。 - 稳定此解决方案的功能；特别是对
df %>% group_by(x,y) %>% streak_over() # - .data = [none] # - ... = [none] # * - .add = TRUE # - .drop = group_by_drop_default(.data) # [1] 1 1 1 1 1 1 1 1的结构变化更加稳健，包括但不限于：- 更改
rlang::fn_fmls()中参数的现有默认值 - 为之前没有默认值的
base::formals()中的参数添加默认值 -
dplyr::group_by()中现有参数的重命名 - 向
group_by()添加新参数。
- 更改
除了满足原始标准的答案外，任何成功提供进一步帮助（同时满足原始标准）的答案都将收到我的赞成票和接受考虑。
奖金
我也很好奇以下哪个 group_by() 标头更规范：
请注意，此函数旨在模仿 streak_over(...,.min = 2) 语法，模仿 streak_over(.data,.min = 2)。然而，在执行进一步的操作之前，dplyr 仍然包装另一个函数：在这种情况下，R 绝大多数将传递给包装函数的所有参数表示为包装头中的 dplyr。再说一次，出于纯粹的功能目的，group_by(.data,.drop) 是传递给 streak_over() 的唯一形式参数，它需要在 ... 标头中的 .add 之外显式存在。
在权威参考资料的支持下，明确这一点可能会成为接受答案的“决胜局”。
再次感谢！ — 格雷格
解决方法
这是一种方法
- 使用
rlang::enquos()来解除...中的函数参数， - 在以下情况下提供
.add = TRUE-
.add未明确传递 AND -
...仅包含一个“非特殊点”参数（数据的名称，或管道中的.）
-
- 使用这些变量调用
group_by()的自定义包装器：
streak_over <- function(...,.start = 1,.min = 2) {
defused <- rlang::enquos(...)
if (any(".add" %in% names(defused),sum(! grepl("\\..+",names(defused))) > 1))
custom_wrapper(...)
else
custom_wrapper(...,.add = TRUE)
}
custom_wrapper <- function(...) {
# add custom logic here
dplyr::group_by(...)
}
请注意，我并没有特意匹配您指定的所有案例，但这可能是一个概念证明，您可以将其推向更成熟的解决方案。
尝试一下：
示例 1
library(dplyr)
df %>%
group_by(x) %>%
streak_over()
保持分组：
# A tibble: 8 x 2
# Groups: x [2]
x y
<dbl> <chr>
1 1 a
2 1 a
3 2 b
4 2 b
5 1 a
6 2 a
7 1 b
8 2 b
示例 2
df %>%
group_by(x) %>%
streak_over(y)
覆盖分组：
# A tibble: 8 x 2
# Groups: y [2]
x y
<dbl> <chr>
1 1 a
2 1 a
3 2 b
4 2 b
5 1 a
6 2 a
7 1 b
8 2 b
示例 3
df %>%
group_by(x) %>%
streak_over(.add = F)
删除分组：
# A tibble: 8 x 2
x y
<dbl> <chr>
1 1 a
2 1 a
3 2 b
4 2 b
5 1 a
6 2 a
7 1 b
8 2 b
示例 4
df %>%
group_by(x) %>%
streak_over(y,.add = T)
添加分组：
# A tibble: 8 x 2
# Groups: x,y [4]
x y
<dbl> <chr>
1 1 a
2 1 a
3 2 b
4 2 b
5 1 a
6 2 a
7 1 b
8 2 b
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
