拟引号

Question

作为一个更大的函数的一部分，它只保留在每个个体(plantid)受伤之前发生的植物生长的时间序列中的值，我正在编写两个块，按照顺序，它将包含一个函数

参数中给出的所有变量都是字符向量(如第二个函数中的那样，%in%不识别命名的因素)，如果没有，则转换为字符，同时从上述给定变量(包括参数b.中的一个字符串)提供一个和标记行。

我确信引号/准引号或爆炸(!!)/大爆炸(!!!)运算符(这是我第一次用引号编写函数)出了问题。我一直被给予“!!!不可能在顶层使用”的警告，或者类似的警告，我不知道如何解决。我还需要帮助找到一种很好的方法来尝试转换不是字符的变量。

这就是我到目前为止所得到的

论证描述

• df：data.frame
• plantid：唯一标识符，用于每一个plant
• year：年份的observation
• injuries：列表(在我的例子中)3列，这些列可以包含一个伤害代码，例如c("PrimaryInjury", "SecondaryInjury", "OtherInjury")
• forbidden_values：所关心的伤害代码，例如c("Rust", "Insect", "Snow break")

函数

id_injured <- function(df, plantid, year, injuries, forbidden_values){
    #parsing unquoted strings.
    plantid <- enquo(plantid)
    year <- enquo(year)
    forbidden_values <- enquos(forbidden_values)
    injuries <- syms(injuries)

    #if all variables in injuries are not characters, stop and warn (attempt to convert to character those variables which are not character)

    if(!all(purrr::pmap_int(select(df, !!!injuries), ~is.character(...))))){
       stop("All injury variables are not characters. Convert factors in injuries to character variables")} else {
          (1) #Control to give output while testing function, replace with conversion and warning?
    }

    #Identify rows with matching injury codes with 1, else 0.
    Dataplantid <- df %>% mutate(is_injured = purrr::pmap_int(select(df, !!!injuries), any(c(...) %in% !!!forbidden values)))

    #End of function
}

预定用途

我删除了函数的第(1)部分，这样它只会标记1或0。

Dataplantid <- id_injured(df=df, plantid=plantid, year=year, injuries=c("PrimaryInjury","SecondaryInjury","OtherInjury"),forbidden_values=c("Rust","Insect","Snow break")

结果

错误:无法在顶层使用!!!。

> last_trace()
<error/rlang_error>
Can't use `!!!` at top level.
Backtrace:
     █
  1. └─global::so_injured(...)
  2.   └─`%>%`(...)
  3.     ├─base::withVisible(eval(quote(`_fseq`(`_lhs`)), env, env))
  4.     └─base::eval(quote(`_fseq`(`_lhs`)), env, env)
  5.       └─base::eval(quote(`_fseq`(`_lhs`)), env, env)
  6.         └─`_fseq`(`_lhs`)
  7.           └─magrittr::freduce(value, `_function_list`)
  8.             ├─base::withVisible(function_list[[k]](value))
  9.             └─function_list[[k]](value)
 10.               ├─dplyr::mutate(...)
 11.               └─dplyr:::mutate.data.frame(...)
 12.                 ├─base::as.data.frame(mutate(tbl_df(.data), ...))
 13.                 ├─dplyr::mutate(tbl_df(.data), ...)
 14.                 └─dplyr:::mutate.tbl_df(tbl_df(.data), ...)
 15.                   └─rlang::enquos(..., .named = TRUE)
 16.                     └─rlang:::endots(...)
 17.                       └─rlang:::map(...)
 18.                         └─base::lapply(.x, .f, ...)
 19.                           └─rlang:::FUN(X[[i]], ...)
 20.                             └─rlang::splice(...)

关联数据

plantid <- rep(c(1,2,3,4,5), times=c(3,3,3,3,3))
year <- rep(1:3, length.out=length(plantid))
set.seed(42)
PrimaryInjury <- sample(c(NA,NA,NA,"Rust","Insect", "Snow break"), 15, replace=TRUE)
SecondaryInjury <- rep(NA, length.out=length(plantid)) #Filled with NA for example
OtherInjury <- rep(NA, length.out=length(plantid)) #Filled NA for example
df <- data.frame(plantid,year,PrimaryInjury,SecondaryInjury,OtherInjury)
#Right now, PrimaryInjury is a factor, SecondaryInjury and OtherInjury are logical.

预期产出

Dataplantid <- df
Dataplantid$is_injured <- c(0,1,0,0,0,1,0,0,0,1,0,1,1,1,0)

Answer 1

有几个问题，从至少到最有问题的问题：

1. 对逻辑结果使用map_lgl而不是map_int。特别是使用map_lgl而不是pmap_int，除非您实际上打算并行地映射多个参数，这不是这种情况。

H 110不要将函数结果分配给函数中的变量。它并不真正有害，但它是不必要的，misleading.

1. Do没有引用，然后插值forbidden_values值。您希望在这里使用字符向量，而不是R名。在计算is_injured.
2. The逻辑以识别受损值的purrr调用中，
3. --您丢失了一个~ --并不完全是这样工作的；在这里可能有一种使用pmap_lgl的方法，但我认为将数据重新格式化为长格式(尽管可能更详细)更简单，并使用它。

加在一起，我们得到：

id_injured <- function(df, plantid, year, injuries, forbidden_values) {
    plantid <- enquo(plantid)
    year <- enquo(year)
    injuries <- syms(injuries)

    df_injuries <- select(df, !!! injuries)

    if (! all(purrr::map_lgl(df_injuries, is.character))) {
        stop("All injury variables are not characters. Convert factors in injuries to character variables")
    }

    is_injured <- df_injuries %>%
        mutate(.RowID = row_number()) %>%
        tidyr::gather(Key, Value, -.RowID) %>%
        group_by(.RowID) %>%
        summarize(is_injured = any(Value %in% forbidden_values)) %>%
        pull(is_injured)

    df %>% mutate(is_injured = is_injured)
}