3 min read

高级R编程 第13章 非标准计算

2021-11-08

先来看一个R plot绘制的图：

x <- seq(0,2*pi,length=100)
sinx <- sin(x)
plot(x,sinx,type="l")

从图中可以看出，plot函数自动把x和y轴的标题设置为两个变量的名字：x和sinx。在大部分编程语言中，我们只可以访问函数参数x和sinx的值，而不是参数自身。在R中，这种对函数参数进行计算的方式，称为非标准计算，简称为NSE。

13.1 表达式获取

Base R中的substitue()函数用来实现非标准计算。它用来查找函数参数，但并不关心函数参数的值。

f <- function(x) {
  substitute(x)
}
f(1:10)
## 1:10
x <- 10
f(x)
## x
y <- 13
f(x+y^2)
## x + y^2

substitute()返回的是表达式类型。该函数的参数使用了一种特殊的类型，约定（promise）。该类型捕获用来计算的表达式和执行该表达式的环境。

substitute()和deparse()经常会搭配使用。deparse()以substitute()的返回结果（表达式）为参数，输出一个字符向量。

g <- function(x) deparse(substitute(x))
g(1:10)
## [1] "1:10"
g(x)
## [1] "x"
g(x+y^2)
## [1] "x + y^2"

上述函数组合的一个用法，譬如在加载包时，可以不用输入双引号。

library(data.table)
library("data.table")

其他函数，例如plot.default()，使用上述函数来提供默认的标签。

data.frame函数使用上述函数来记录整合进数据框的变量的名称。

x <- 1:4
y <- letters[1:4]
names(data.frame(x,y))
## [1] "x" "y"

练习

1 为什么deparse解析会返回多个字符串，这是因为，它的参数中，定义了width.cutoff参数，超过60字符，就会切割。

g(a+b+c+d+e+f+g+h+i+j+k+l+m+n+o+p+q+r+s+t+u+v+w+x+y+z)
## [1] "a + b + c + d + e + f + g + h + i + j + k + l + m + n + o + p + "
## [2] "    q + r + s + t + u + v + w + x + y + z"

避免切割的方法，重新定义g函数

g <- function(x) paste0(deparse(substitute(x)), collapse = "")
g(a+b+c+d+e+f+g+h+i+j+k+l+m+n+o+p+q+r+s+t+u+v+w+x+y+z)
## [1] "a + b + c + d + e + f + g + h + i + j + k + l + m + n + o + p +     q + r + s + t + u + v + w + x + y + z"

2 为什么as.Date.default()使用substitute()和deparse()

从下边代码中可以看到，当无法判断x的类型时，会输出消息不知道如何转换x为日期类型。因此需要通过这两个函数获得x的name。

function (x, ...) 
{
    if (inherits(x, "Date")) 
        x
    else if (is.null(x)) 
        .Date(numeric())
    else if (is.logical(x) && all(is.na(x))) 
        .Date(as.numeric(x))
    else stop(gettextf("do not know how to convert '%s' to class %s", 
        deparse1(substitute(x)), dQuote("Date")), domain = NA)
}
as.Date(as.name("a"))
## Error in as.Date.default(as.name("a")): 不知如何将'as.name("a")'转换成"Date"类别

对于pairwise.t.test()函数，其中有一行代码DNAME <- paste(deparse1(substitute(x)), "and", deparse1(substitute(g)))，需要获得其参数x和g的name作为输出结果的数据名，因此用到上述两个函数。

3 pairwise.t.test()假设deparse()总是返回一个长度为1的字符向量，如何构建一个违反这个假设的输入?

只需要将变量名字命名为x1、x2等2个字符的变量即可。

4

#返回表达式
f <- function(x) substitute(x)
#返回字符串
g <- function(a) deparse(f(x=a))

# 返回1:10
f(1:10)
## 1:10
# 返回"x"，因为对f()函数来说，substitute函数看到的是a，而不是1:10
g(1:10)
## [1] "a"
# 返回"x"
g(x+y^2/z+exp(a*sin(b)))
## [1] "a"
#

13.2 subset函数的非标准计算

sample_df <- data.frame(a = 1:5, b = 5:1, c = c(5, 3, 1, 4, 1))
subset(sample_df, a > 3)
##   a b c
## 4 4 2 4
## 5 5 1 1
subset(sample_df, b == c)
##   a b c
## 1 1 5 5
## 5 5 1 1

表达式 a > 3 或b == c在指定数据框sample_df中执行，而不是在当前或全局环境中。这其实是非标准计算的本质。

subset的工作机制：

  • 希望对a能够解释成sample_df\(a而不是全局globalenv()\)a。因此需要用到eval()函数在特定的环境中对表达式进行计算。
  • quote()函数捕获输入表达式本身，但是并不对其进行任何高级转换。
quote(1:10)
## 1:10
quote(x)
## x
quote(x+y^2)
## x + y^2

quote()和eval()是对立的。在下边的例子中，每个eval都会剥去一层quote()。

quote(2+2)
## 2 + 2
eval(quote(2+2)) #4
## [1] 4
quote(quote(2+2)) #quote(2+2)
## quote(2 + 2)
eval(quote(quote(2+2))) # 2+2
## 2 + 2
eval(eval(quote(quote(2+2)))) #4
## [1] 4

eval()的第二个参数设置执行代码的环境，在特定环境e中设定x的值为9，那么eval评估会输出9。

x <- 10
eval(quote(x))
## [1] 10
e <- new.env()
e$x <- 9
eval(expr = quote(x), envir = e)
## [1] 9

eval()的第二个参数也可以是列表或者数据框

eval(expr = quote(x), envir = list(x=8))
## [1] 8
eval(expr = quote(x), envir = data.frame(x=7))
## [1] 7

根据上述eval函数的功能，可以实现subset的部分功能

eval(expr = quote(a > 3), envir = sample_df)
## [1] FALSE FALSE FALSE  TRUE  TRUE
eval(expr = quote(b == c), envir = sample_df)
## [1]  TRUE FALSE FALSE FALSE  TRUE

如果忘记对第一个参数使用quote进行引用，会产生错误的结果

eval(a>3, envir = sample_df)
## Error in eval(a > 3, envir = sample_df): 找不到对象'a'

考虑使用eval()和subset()编写subset函数。 首先捕获代表条件的调用，然后在数据库的上下文中执行它，最后使用这个结果提取子集。

subset2 <- function(x, condition) {
  row_index <- eval(substitute(condition), x)
  x[row_index,]
}
subset2(sample_df, a >3)
##   a b c
## 4 4 2 4
## 5 5 1 1
subset3 <- function(x, condition) {
  row_index <- eval(quote(condition), x)
  x[row_index,]
}
subset3(sample_df, a >3)
## Error in eval(quote(condition), x): 找不到对象'a'