使用 by=c(x=y) 错误在函数内执行 dplyr::left_join

Posted 2023-04-13

【中文标题】使用 by=c(x=y) 错误在函数内执行 dplyr::left_join

【英文标题】：Executing dplyr::left_join within a function using by=c(x=y) error

【发布时间】：2020-01-30 12:57:29

【问题描述】：

我正在尝试围绕 dplyr::left_join 编写一个函数，以简化我需要执行多次的重复过程。

考虑以下代码：

    testdf <- data.frame(X1 = c("A", "B", "C"), X2 = c(1,2,3))

    testdf2 <- data.frame(Y1 = c("a", "b", "c"), Y2 = c(1,2,3))

    testdf3 <- dplyr::left_join(testdf, testdf2, by=c("X2" = "Y2"))

这种方法有效，因为 testdf3 将是一个由 X1、X2 和 Y1 组成的数据框。 现在，考虑以下函数：

    test_function <- function(df1, df2, col1, col2)

        output_dataframe <- dplyr::join(df1, df2, by=(col1 = col2))

        return(output_dataframe)

    

    output1 <- test_function(testdf, testdf2, "X2", "Y2")

此代码向我抛出以下错误：

“错误：by 不能包含 LHS 中缺少的连接列 col1

这可能是一件小事，因为在我看来它不会正确地将列名变量复制到 left_join 函数中，但我已经为这个问题苦苦挣扎了很长一段时间了。

我尝试了以下方法：

    test_function <- function(df1, df2, col1, col2)

        helper <- c(col1 = col2)

        output_dataframe <- dplyr::join(df1, df2, by=helper)

        return(output_dataframe)

    

但是，错误是相同的，我不知道如何解决这个问题。

我需要一个函数来压缩我需要重复执行的几个步骤，因此在另一个函数中执行 left_join 将帮助我保持代码的清洁和可读性。有谁知道如何解决这个问题？

【问题讨论】：

您查看这些答案了吗？ ***.com/questions/53101245/… 或 ***.com/questions/48449799/…

谢谢，我一开始没有找到这些。似乎 dplyr 在这里需要引用的参数，可以使用 enquo() 函数提供。

【参考方案1】：

我认为这与评估有关（见此处：https://adv-r.hadley.nz/evaluation.html） 也许不是...

我找到了一种 hacky 方式，但它对我有用：

test_function <- function(df1, df2, col1, col2)

   helper <- col2
   names(helper) <- col1

   output_dataframe <- dplyr::left_join(df1, df2, by=helper)

   return(output_dataframe)

【讨论】：

非常感谢！这种方法确实有效。我不完全理解为什么以“by = c(X,Y)”的形式分配变量不起作用，但有了这些信息，我可以继续我的工作。

尝试c(a=1) 和c("a"=1)，并查看结果输出。你会看到它是一样的，这就是为什么 c(col1=col2) 在函数调用中不起作用。