首页 文章

R：在函数内使用dplyr . eval中的异常（expr，envir，enclos）：未知列

提问于
浏览 次
7

我基于@Jim M的kind help在R中创建了一个函数 .

当我运行该函数时，我收到错误： Error: unknown column 'rawdata' 当查看调试器时，我收到消息： Rcpp::exception in eval(expr, envir, enclos): unknown column 'rawdata'

然而，当我查看环境窗口时，我可以看到2个已传递给函数的变量，它们包含具有7个级别因子的信息rawdata和具有28个级别的refdata

function (refdata, rawdata)
{
  wordlist <- expand.grid(rawdata = rawdata, refdata = refdata,     stringsAsFactors = FALSE)
  wordlist %>% group_by(rawdata) %>% mutate(match_score =     jarowinkler(rawdata, refdata)) %>%
summarise(match = match_score[which.max(match_score)], matched_to = ref[which.max(match_score)])
}
r function dplyr

1 回答

  • 9

    这是使用NSE（非标准评估）的功能的问题 . 使用NSE的函数在交互式编程中非常有用，但在开发过程中会产生许多问题，即当您尝试在其他函数中使用它们时 . 由于表达式没有被直接评估，R无法在它所查找的环境中找到对象 . 我建议你阅读here，最好是范围问题章节以获取更多信息 .

    首先，您需要知道所有标准 dplyr 函数都使用NSE . 让我们看一下您问题的近似示例：

    数据：

    df <- data.frame(col1 = rep(c('a','b'), each=5), col2 = runif(10))


> df
   col1       col2
1     a 0.03366446
2     a 0.46698763
3     a 0.34114682
4     a 0.92125387
5     a 0.94511394
6     b 0.67241460
7     b 0.38168131
8     b 0.91107090
9     b 0.15342089
10    b 0.60751868

    让我们看看NSE将如何解决我们的简单问题：

    首先，简单的交互式案例有效：

    df %>% group_by(col1) %>% summarise(count = n())

Source: local data frame [2 x 2]

  col1 count
1    a     5
2    b     5

    让我们看看如果我把它放在一个函数中会发生什么：

    lets_group <- function(column) {
  df %>% group_by(column) %>% summarise(count = n())
}

>lets_group(col1)
Error: index out of bounds

    与您的错误不同，但它是由NSE引起的 . 完全相同的代码行在函数外部工作 .

    幸运的是，您的问题有一个解决方案，那就是标准评估 . Hadley还使用标准评估制作了 dplyr 中所有功能的版本 . 它们只是正常的功能加上最后的 _ 下划线 .

    现在看看这将如何工作：

    #notice the formula operator (~) at the function at summarise_
lets_group2 <- function(column) {
  df %>% group_by_(column) %>% summarise_(count = ~n())
}

    这产生以下结果：

    #also notice the quotes around col1
> lets_group2('col1')
Source: local data frame [2 x 2]

  col1 count
1    a     5
2    b     5

    我无法测试您的问题，但使用SE代替NSE将为您提供所需的结果 . 欲了解更多信息，您还可以阅读here

    回复于

相关问题