将整洁的选择参数转换为字符向量

如何解决将整洁的选择参数转换为字符向量

我正在努力将整齐的选择样式函数参数转换为字符向量。

f <- function(d,cols1,cols2) {
  <do something useful with d>
  <some magic>
}
f(iris,c(Sepal.Length,Species),Petal.Width)
# [1] "Sepal.Length" "Species" "Petal.Width"

这是一个激励人的例子。

比方说，我有一个函数可以创建两个data.frame并将它们连接在一起。 data.frame中的一个计算时间很长，因此我想提供一个提供预先计算的data.frame的选项。

我在这里使用拥抱来进行整洁的评估。看一个最小的例子：

my_func <- function(df,cols2,df2=NULL) {
  df1 <- df %>%
    do_something(across({{cols1}})

  if (!is.null(df2) {
    # 1. here I would like to check column names of df2
  } else {
    df2 <- df %>%
      do_something_very_slow(across({{cols2}})
  }

  # 2. here I would like to provide by=c(cols1,cols2)
  full_join(df1,df2)
}

# I am using tidy select to pass column names to the function.
result <- my_func(df,c(a,b),c)

现在，我想对这段代码进行两项改进。

1. 在＃1中，我想验证precomputed_df是否具有它需要的所有列（即：a，b和c）。直接的方法是将c（col1，col2）转换为字符向量。但这当然会导致错误。我看到的其他替代方法是尝试将select()与tryCatch()一起使用，但这看起来很丑。
2. 在＃2中，full_join()将通过一条消息“由XXX列加入”。避免这种情况的唯一方法是提供列名by=c('a','b','c')的显式字符向量。但是为此，我再次需要一个字符向量。丑陋的解决方法将是intersect(names(df1),names(df2))或suppressMessages()。当您确定df1和df2中没有多余的列时，这可能会起作用。另一个相当丑陋的方法是使用names(select(df1,c({{cols1}},{{cols2}}))。

是否有更优雅的方法将cols1和cols2转换为字符向量？

解决方法

也许我误解了您的问题，但是在tidyselect上下文中获取字符向量的方法是使用all_of()：

across(all_of(cols1))

,

深入研究tidyselect documentation后：

f <- function(d,cols1,cols2) {
  <do something useful with d>
  cols1_c <- tidyselect::eval_select(rlang::enquo(cols1),d)
  cols2_c <- tidyselect::eval_select(rlang::enquo(cols2),d)
  unique(names(d)[c(cols1_c,cols2_c)])
}

f(iris,c(Sepal.Length,Species),Petal.Width)
# [1] "Sepal.Length" "Species"      "Petal.Width"