如何在函数中的if条件中使用dplyr NSE？

Question

我有一个接受NSE参数的函数。

假设我有一个tibble，其中有一列需要订购。我想创建一个函数，它可以根据函数参数中输入的名称对列名进行排序。但是，如果我不使用参数，我希望它不对列进行排序，因此我使用< code>column_name = NULL作为默认参数(或< code>column_name = NA)

sort_tibble <- function(column_name = NULL) {
  tibble_data <- tibble::tibble(NSE_name = c(0.2, -0.4, 1.7, 0.09, -0.6, -1))
  if (!is.null(({{ column_name }}))) {
    tibble_data <- tibble_data %>% arrange({{ column_name }})

    # Do stuff
  }
}

sort_tibble(NSE_name)
#> Error in sort_tibble(NSE_name): objet 'NSE_name' not found

^{创建于 2022-04-11 由 reprex 软件包 （v2.0.1）}

然而，尽管引号｛｛var｝或rlang：：eval_。它找不到它，因为它不是一个变量，而是一个整洁的计算，除非它没有在整洁的函数中使用。

Answer 1

我终于找到了解决方案！

这里的想法不是直接尝试使用{{var}}为dplyr注入数据，而是首先使用一个字符串作为函数参数输入，并允许使用< code>sym()和< code >通过dplyr对其进行求值！！。这允许在函数中进行其他非整齐的操作，包括设置数据框的子集或者只是评估参数是否为空(这是我的if函数的条件)。

我提到https://tidyeval.tidyverse.org/sec-why-how.html#unquoting-代码

使用 sym（） 将字符串转换为符号。符号需要在 dplyr 中作为列进行评估

sym("NSE_name")
# NSE_name

然后使用< code >！！将评估注入到代码中

library(tidyverse)
f1 <- function(order = NULL) {
  df <-
    tibble::tibble(NSE_name = c(0.2, -0.4, 1.7, 0.09, -0.6, -1))
  f2(order = order)
}

f2 <- function(order = NULL) {
  if (!is.null(order)) {
    
    ordered_df <- df %>% arrange(!!sym(order))
    return(ordered_df)
  }
  else print ("No order")
}

f1(order = "NSE_name")
f1()