编程使用“LM”功能tidyeval

问题描述：

我想写使用tidyeval（非标准评价）。采用基础R NSE围绕“LM”的功能，它的工作原理：编程使用“LM”功能tidyeval

lm_poly_raw <- function(df, y, x, degree = 1, ...){ 
    lm_formula <- 
    substitute(expr = y ~ poly(x, degree, raw = TRUE), 
       env = list(y = substitute(y), 
          x = substitute(x), 
          degree = degree)) 
    eval(lm(lm_formula, data = df, ...)) 
} 

lm_poly_raw(mtcars, hp, mpg, degree = 2)

然而，我还没有想出如何使用tidyeval和rlang来编写这个函数。我认为substitute应该被替换为enquo，并且由!!来评估。 Hadley的Adv-R中有一些提示，但我无法弄清楚。

为什么要这样做？ – Thomas

为了用dplyr函数编程，它对usw tidyeval/rlang很有用，我只想使用一个系统。 Beides，我想向一些Studenten Nse解释，我认为只使用一个系统更容易，更一致。 –

鉴于lm（）不使用与dplyr相同的NSE形式，我不认为用rlang打它会有帮助。 – Thomas

答

这里是那种式构造，可能使它的方式在rlang的未来：

f <- function(x, y, flatten = TRUE) { 
    x <- enquo(x) 
    y <- enquo(y) 

    # Environments should be the same 
    # They could be different if forwarded through dots 
    env <- get_env(x) 
    stopifnot(identical(env, get_env(y))) 

    # Flatten the quosures. This warns the user if nested quosures are 
    # found. Those are not supported by functions like lm() 
    if (flatten) { 
    x <- quo_expr(x, warn = TRUE) 
    y <- quo_expr(y, warn = TRUE) 
    } 

    new_formula(x, y, env = env) 
} 

# This can be used for unquoting symbols 
var <- "cyl" 
lm(f(disp, am + (!! sym(var))), data = mtcars)

棘手的部分是：

的LHS和RHS可能来自不同的环境如果通过...的不同层次转发。我们需要检查这一点。
我们需要检查用户是否没有引用问题。 lm()和co不支持这些。 quo_expr()展平所有问题，并在发现某些情况时选择发出警告。

谢谢，那就是我一直在寻找的。仍然需要包裹我的头，虽然:) –

编程使用“LM”功能tidyeval

相关推荐