创建使用字符串和变量来调用列的函数-使用基R和dplyr

如何解决创建使用字符串和变量来调用列的函数-使用基R和dplyr

我需要一些帮助来了解评估在我编写的函数中是如何工作的：

该函数将执行两项操作，其中涉及列“ id”（其名称由用户提供）以及其他一些省略的事情：

possible_matches <- function(i,df,id){
  
  k1 <- df$j[df$id == df$id[i]]
  df3 <-  df%>%
    mutate(index = {{id}})
  
  list(df3,k1)
}

如您所见，这将使用两种不同的调用id的方式-是否有一种简单的方法来统一这两种方法？首先，我已经尝试了第一部分在df[,'id'] == df[i,'id]的行中写一些东西，但这会产生一个错误，表明无法比较大小不相等的数据帧。

这里是一个例子：

df <- data.frame(V1 = c(1:5,2:6),j = 1:10)


possible_matches(2,V1)

给我：

[[1]]
   V1  j index
1   1  1     1
2   2  2     2
3   3  3     3
4   4  4     4
5   5  5     5
6   2  6     2
7   3  7     3
8   4  8     4
9   5  9     5
10  6 10     6

[[2]]
integer(0)

这显然是错误的，因为至少有一行V1等于df$V1[2]

解决方法

如果id是未引用的列名

possible_matches <- function(i,df,id) {
     
     # // convert the id to string with `as_name` after converting to quosure
     idnew <- rlang::as_name(rlang::enquo(id))
     # // now we use [[ to subset the column and then specify the i index
     k1 <- df$j[df[[idnew]] == df[[idnew]][i]]
      df3 <-  df%>%
         mutate(index = {{id}}) # // curly-curly for quosure + evaluation (!!)

       list(df3,k1)
   }
    

-测试

possible_matches(2,V1)
#[[1]]
#   V1  j index
#1   1  1     1
#2   2  2     2
#3   3  3     3
#4   4  4     4
#5   5  5     5
#6   2  6     2
#7   3  7     3
#8   4  8     4
#9   5  9     5
#10  6 10     6

#[[2]]    
#[1] 2 6

---

如果我们要使用filter

possible_matches <- function(i,id) {            
        to_filter <- df%>% 
                      # // select the column
                      select({{id}}) %>% 
                      # // slice the row
                      slice(i) %>%
                      # // pull the column as vector
                      pull(1)
         k1 <- df %>% 
                   # // now we filter with the value from to_filter
                   filter({{id}} == to_filter) %>%
                   pull(j)
            df3 <-  df%>%
                mutate(index = {{id}})
       
              list(df3,k1)
         
         
       
      }
possible_matches(2,V1)
#[[1]]
#   V1  j index
#1   1  1     1
#2   2  2     2
#3   3  3     3
#4   4  4     4
#5   5  5     5
#6   2  6     2
#7   3  7     3
#8   4  8     4
#9   5  9     5
#10  6 10     6

#[[2]]
#[1] 2 6