mutateの右側のrecodeでのtidyevalベースの非標準評価の使用

各列が多くの値をとることができる文字ベクトルであるティブルを考えてみましょう-「A」から「F」までとしましょう。

library(tidyverse)
sample_df <- tibble(q1 = c("A", "B", "C"), q2 = c("B", "B", "A"))

引数として列名を取り、その列を再コード化して、回答「A」がNAになり、それ以外の場合はdfがそのまま返されるようにする関数を作成したいと思います。このように設計する理由は、特定の列を使用して一連の操作を実行するより広範なパイプラインに適合するためです。

これを行うには多くの方法があります。しかし、私は、慣用的なtidy_eval / tidyverseアプローチが何であるかを理解することに興味があります。まず、質問名はmutate動詞の左側にある必要があるため、!!and :=演算子を適切に使用します。しかし、それでは右側に何を置くべきでしょうか？

fix_question <- function(df, question) {
    df %>% mutate(!!question := recode(... something goes here...))
}

fix_question(sample_df, "q1") # should produce a tibble whose first column is (NA, "B", "C")

私の最初の考えはこれがうまくいくと思いました：

df %>% mutate(!!question := recode(!!question, "A" = NA_character_))

ただし、関数内のbang-bangは、リテラル文字列（たとえば "q1"）を返すだけです。私は、基本的なR [[演算子を使用し、.dplyrからの構成に依存して、右側のデータを参照するためにハッキーなルートのように感じることになり、それが機能するので、ある意味で根本的な問題を解決しました：

df %>% mutate(!!question := recode(.[[question]], "A" = NA_character_))

これを行うためのより慣用的な方法があるかどうかについて、tidyevalが非常に得意な人からフィードバックを得ることに興味があります。実際に動作する例を見れば、tidyeval関数セットの理解がより一般的になると期待しています。何かご意見は？

ここでは、の右側で:=、symシンボルに変換してから評価するように指定できます（!!）

fix_question <- function(df, question) {
    df %>%
       mutate(!!question := recode(!! rlang::sym(question), "A" = NA_character_))
  }

fix_question(sample_df, "q1") 
# A tibble: 3 x 2
#  q1    q2   
#  <chr> <chr>
#1 <NA>  B    
#2 B     B    
#3 C     A    

引用符付きと引用符なしの両方の入力で機能するより良いアプローチは、 ensym

fix_question <- function(df, question) {
    question <- ensym(question)
    df %>%
       mutate(!!question := recode(!! question, "A" = NA_character_))
  }


fix_question(sample_df, q1)
# A tibble: 3 x 2
#  q1    q2   
#  <chr> <chr>
#1 <NA>  B    
#2 B     B    
#3 C     A    

fix_question(sample_df, "q1")
# A tibble: 3 x 2
#  q1    q2   
#  <chr> <chr>
#1 <NA>  B    
#2 B     B    
#3 C     A    

rlang> = 0.4.0の場合は、「カーリーカーリー」メソッドを使用できます。

@ eipi10による説明：

これは、引用してから引用解除するという2つのステップのプロセスを1つのステップに結合するので{{question}}、!!enquo(question)

fix_question <- function(df, question){
  df %>% mutate({{question}} := recode({{question}}, A = NA_character_))
}

fix_question(sample_df, q1)
# # A tibble: 3 x 2
#   q1    q2   
#   <chr> <chr>
# 1 NA    B    
# 2 B     B    
# 3 C     A    

ensymアプローチとは異なり、これはキャラクター名では機能しないことに注意してください。さらに悪いことに、エラーを表示するだけでなく、間違った動作をします。

fix_question(sample_df, 'q1')

# # A tibble: 3 x 2
#   q1    q2   
#   <chr> <chr>
# 1 q1    B    
# 2 q1    B    
# 3 q1    A    

再コーディングされた値のベクトルも引数として入力できるようにすることで、関数を少し柔軟にすることができます。例えば：

library(tidyverse)
sample_df <- tibble(q1 = c("A", "B", "C"), q2 = c("B", "B", "A"))

fix_question <- function(df, question, recode.vec) {

  df %>% mutate({{question}} := recode({{question}}, !!!recode.vec))

}

fix_question(sample_df, q1, c(A=NA_character_, B="Was B"))

  q1    q2   
1 <NA>  B    
2 Was B B    
3 C     A

これrecode.vecは「引用符でつながれた」と!!!。この例では、dplyrを使用したプログラミングビネットからの変更を確認できます（「splice」を検索して、関連する例を参照してください）。!!!で再コーディング値のペアをrecode関数に「スプライス」して、それらをの...引数として使用する方法に注意してくださいrecode。

x = c("A", "B", "C")
args = c(A=NA_character_, B="Was B")

quo(recode(x, !!!args))

<quosure>
expr: ^recode(x, A = <chr: NA>, B = "Was B")
env:  global

複数の列で再コーディング関数を実行する可能性がある場合は、それを列名と再コーディングベクトルのみを受け取る関数に変換できます。このアプローチは、よりパイプフレンドリーになるようです。

fix_question <- function(question, recode.vec) {

  recode({{question}}, !!!recode.vec)

}

sample_df %>% 
  mutate_at(vars(matches("q")), list(~fix_question(., c(A=NA_character_, B="Was B"))))

  q1    q2   
1 <NA>  Was B
2 Was B Was B
3 C     <NA>

または、単一の列を再コーディングするには：

sample_df %>% 
  mutate(q1 = fix_question(q1, c(A=NA_character_, B="Was B")))