Désactivation à l'intérieur de map2 avec tidyeval

Question

Je crée une fonction qui calcule le nombre de "courses" ou de données manquantes ou complètes - Je veux que cela fonctionne avec dplyr::group_by, donc je l'ai écrit comme une méthode S3 - ci-dessous est un exemple simplifié de ce code.

Malheureusement, je trouve que le nom de la variable sans guillemets ne fonctionne pas, mais en le citant, cela fonctionne étrangement.

est Ci-dessous l'exemple avec la sortie

fun_run <- function(data, var) { 

    UseMethod("fun_run") 

    } 

fun_run.default <- function(data, var) { 

    var <- rlang::enquo(var) 

    data_pull <- data %>% dplyr::pull(!(!var)) 

    # find the lengths of the number of missings in a row 
    tibble::as_tibble(c(rle(is.na(data_pull)))) 

} 

fun_run.grouped_df <- function(data, var) { 

    var <- rlang::enquo(var) 

    tidyr::nest(data) %>% dplyr::mutate(data = purrr::map2(.x = data, .y = !(!var), 
                 .f = fun_run)) %>% tidyr::unnest() 

} 

library(dplyr) 
#> 
#> Attaching package: 'dplyr' 
#> The following objects are masked from 'package:stats': 
#> 
#>  filter, lag 
#> The following objects are masked from 'package:base': 
#> 
#>  intersect, setdiff, setequal, union 

airquality %>% fun_run(Ozone) 
#> # A tibble: 35 x 2 
#> lengths values 
#> <int> <lgl> 
#> 4 FALSE 
#> 1  TRUE 
#> 4 FALSE 
#> 1  TRUE 
#> 14 FALSE 
#> 3  TRUE 
#> 4 FALSE 
#> 6  TRUE 
#> 1 FALSE 
#> 1  TRUE 
#> ... with 25 more rows 

# doesn't work 
airquality %>% group_by(Month) %>% fun_run(Ozone) 
#> Error in mutate_impl(.data, dots) : Evaluation error: object 'Ozone' not found. 

# does work 
airquality %>% group_by(Month) %>% fun_run("Ozone") 
#> # A tibble: 37 x 3 
#> Month lengths values 
#> <int> <int> <lgl> 
#>  5  4 FALSE 
#>  5  1 TRUE 
#>  5  4 FALSE 
#>  5  1 TRUE 
#>  5  14 FALSE 
#>  5  3 TRUE 
#>  5  4 FALSE 
#>  6  6 TRUE 
#>  6  1 FALSE 
#>  6  1 TRUE 
#> # ... with 27 more rows 

Answer 1

Vous ne voulez pas vraiment utiliser map2, parce que votre deuxième entrée (var) ne change pas avec la première entrée (groupés/imbriquée data) . De plus, la colonne "Ozone" est cachée dans les données imbriquées à ce moment-là. Vous pouvez voir cela en essayant d'exécuter le code sans syntaxe tidyeval:

data <- airquality %>% group_by(Month) 
tidyr::nest(data) %>% dplyr::mutate(data = purrr::map2(.x = data, .y = Ozone, 
                 .f = fun_run)) %>% tidyr::unnest() 
#>Error in mutate_impl(.data, dots) : 
#> Evaluation error: object 'Ozone' not found. 

, vous voulez utiliser une norme map:

tidyr::nest(data) %>% dplyr::mutate(data = purrr::map(.x = data, var = Ozone, 
                 .f = fun_run)) %>% tidyr::unnest() 

Une fois réécrite pour une utilisation dans votre fonction:

fun_run.grouped_df <- function(data, var) { 

    var <- rlang::enquo(var) 

    tidyr::nest(data) %>% dplyr::mutate(data = purrr::map(.x = data, var = !!var, 
                 .f = fun_run)) %>% tidyr::unnest() 

} 

Ceci produit les résultats de votre exemple final cité.