non-standard-evaluation相关内容
我正在编写一个使用tidyverse函数的包,即使用非标准求值的包,例如dplyr::filter: setMethod("filter_by_id", signature(x = "studies", id = "character"), definition = function(x, id) { study_id
..
我想检查下面的字符串是否是有效的数学表达式: s1 ='sin(x)'s2 ='sin(x * m)'s3 ='sin's4 ='sin(xm)' “有效"是指表达式是 的组合 运算符(必须与变量或常量结合使用) 变量 x 和/或 m 常量. 根据此定义, s1 和 s2 有效,而 s3 和 s4 无效. 要确定字符串是否有效,我编写了一个函数 checkFxn ,该函
..
在不听起来像很多类似问题的情况下,很难定义这个问题! 我有一个函数,我希望其中一个参数成为函数名,该函数名将传递给dplyr :: summarise,例如“平均"或"sum": 数据(mtcars)f
..
我有一个非标准评估的简单问题:将变量名作为参数传递给函数. 作为一个可重现的示例,这很简单:从 mtcars 数据集中取一个变量 mpg 的平均值.我的最终目标是要有一个函数,可以在其中输入数据集和变量,并获取均值. 因此没有功能: 库(tidyverse)mtcars%>%摘要(平均值=平均值(mpg))#>吝啬的#>1 20.09062 我尝试使用 get()进行非标准评估,
..
对于任意函数 f argument_names(f) [1] "x" "y" 这可能吗? 解决方案 formalArgs和formals是在这种情况下有用的两个函数.如果只想使用参数名称,则formalArgs会更有用,因为它仅提供名称而忽略任何默认值
..
我一直在尝试提取传递给dplyr :: mutate()中的函数的变量的名称,但未成功。下面是一个简短的示例,我想创建一个在mutate中返回字符串“ mpg”的函数: #mtcars数据集分组变量 数据集= mtcars 数据集$ group = c(1、2、3、4) #在mutate()中调用的函数 f = function( col,data){ str_col = depar
..
我正在尝试在我正在处理的程序包中的面向用户功能内使用 data.table 。我希望此函数的行为尽可能像 data.table 一样。例如,这意味着我的函数还具有 by 参数,该参数传递给内部的基础 data.table 调用功能。用户应该可以自由地将任何内容通过传递给“我的” ,这可以直接在 data.table 中进行。 引用?data.table 包括: 未引用的单个列名:例如D
..
我正试图回答这个很好的问题有关为data.table对象创建非标准评估函数的问题,进行分组总和。 Akrun提出了一个可爱的答案,我将在这里简化: akrun
..
我正在尝试搜索数据库,然后使用以下原始示例中的原始搜索"derived_name"的名称标记输出.我正在使用dplyr管道%>%,并且在准报价和/或非标准评估方面遇到问题.具体来说,使用count_colname(在最后一个top_n()函数中从"derived_name"派生的字符对象)无法对数据帧进行子集化. search_name
..
让我们定义: f ,以便f()返回"abc".当然不包括f(abc). 使用“整洁的NSE"(即准引用),这非常容易.但是,根据NSE引用( 1 , 3 ),这是不可能的,因为substitute是纯引用(而不是准引用)功能. 我想知道是否有任何晦
..
我正在尝试编写一个将转换此数据帧的函数 library(dplyr) library(rlang) library(purrr) df
..
考虑在函数内使用 ggplot(...)。 library(ggplot2) gg.fun
..