在 rlang 中进行嵌套延迟评估的干净方法

Question

假设我有一个函数 f，它接受一堆参数，以及一个可选的额外参数。

f <- function(..., extra)
{
    arglst <- lapply(quos(...), get_expr)
    if(!missing(extra))
    {
        extra <- get_expr(enquo(extra))
        arglst <- c(arglst, extra=extra)
    }
    arglst
    ## ... do something with argument list ... ##
}

f(a, extra=foo)
# [[1]]
# a
# 
# $extra
# foo

请注意，我不想这样计算参数，但我确实想要获取传入的表达式，以供其他代码进行计算。

新的 rlang 包（为 dplyr 的下一个版本提供支持，即将在 CRAN Real 上发布）提供了我在上面 f 中使用的惰性评估的广泛工具。例如 quos、get_expr 和 enquo 都是来自 rlang 的函数。

在 f 中，我处理 extra 的部分实际上是样板代码：我想在其他函数中执行此操作，而不仅仅是在 f 中。我不想每次都重写它，所以我想我应该把它放到它自己的函数中：

doExtra <- function(arglst, extra)
{
    if(!missing(extra))
    {
        extra <- get_expr(enquo(extra))
        arglst <- c(arglst, extra=extra)
    }
    arglst
}

f2 <- function(..., extra)
{
    arglst <- lapply(quos(...), get_expr)
    arglst <- doExtra(arglst, extra)
    arglst
}

问题是，当我这样做时，doExtra看到的extra的值是从f2传入的，而不是原来的：

f2(a, extra=foo)
# [[1]]
# a
#
# $extra
# extra

如何修改 f 以隔离样板代码，而不会得到错误的结果？我可以做一些事情，比如直接操纵 doExtra 的调用框架的环境，但那样会非常难看。

Answer 1

要将命名参数转发给另一个引用函数，您必须引用然后取消引用：!! enquo(arg)。如果你只是传递 enquo(arg)，引用函数将只看到：enquo(arg)。如果您传递参数符号，它也会看到它。这就是为什么您需要在它捕获的参数中取消引号。

!! enquo(arg) 触发 enquo(arg) 的计算，returns 表达式提供给 arg 参数。然后它在你的函数捕获的参数中没有被引用。
如果您要引用一个可能缺失的参数，最好先引用它，然后使用 quo_is_missing() 检查是否缺失。引用缺少的参数会创建与调用不带参数的 quo() 返回的相同对象。
如果你不需要quosures，你可以使用exprs()和enexpr()。但是，您正在失去环境，并且正在使进一步的评估变得脆弱。

如果您以其他方式捕获环境以使用 base::eval() 或类似方法对其进行评估，请注意 quosures 可以包含其他 quosures。只有 eval_tidy() 会理解这些嵌套的问题。

IIUC 你的问题，它是关于传递一个应该引用给另一个函数的参数。一种方法是在第一个函数中捕获，然后按值传递给第二个函数：

library("purrr")
library("rlang")

f <- function(..., extra) {
  exprs <- exprs(...)

  # Pass the enquoted argument by value
  exprs <- extra_by_value(exprs, enexpr(extra))

  exprs
}
extra_by_value <- function(exprs, extra) {
  if (!is_missing(extra)) {
    c(exprs, extra = extra)
  } else {
    exprs
  }
}

如果第二个函数必须通过表达式而不是值来获取（可能是因为它是另一个面向用户的动词），您必须取消引用表达式：

f <- function(..., extra) {
  exprs <- exprs(...)

  # Since the argument is captured by the function, we need
  # to unquote the relevant expression into the argument:
  exprs <- extra_by_expression(exprs, !! enexpr(extra))

  exprs
}
extra_by_expression <- function(exprs, extra) {
  extra <- enexpr(extra)
  if (!is_missing(extra)) {
    c(exprs, extra = extra)
  } else {
    exprs
  }
}

所有这些概念都适用于 quosures。这是等效的代码：

f <- function(..., extra) {
  quos <- quos(...)

  # Since the argument is captured by the function, we need
  # to unquote the relevant expression into the argument:
  quos <- extra_by_expression(quos, !! enquo(extra))

  quos
}
extra_by_expression <- function(quos, extra) {
  extra <- enquo(extra)
  if (!quo_is_missing(extra)) {
    c(quos, extra = extra)
  } else {
    quos
  }
}

使用 quosures 几乎总是比原始表达式更好，因为它们会跟踪它们的上下文。

在 rlang 中进行嵌套延迟评估的干净方法

Clean way to do nested lazy evaluation in rlang

r

lazy-evaluation

tidyverse