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

我在 R 中创建了一个函数友善的帮助@Jim M.

当我运行该函数时，我收到错误：错误：未知列“原始数据”当查看调试器时，我收到消息：Rcpp::eval(expr, envir, enclos) 中的异常：未知列“rawdata”

然而，当我查看环境窗口时，我可以看到已传递给函数的 2 个变量，它们包含具有 7 个级别因子的原始数据信息和具有 28 个级别的参考数据

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)])
}

这是使用 NSE（非标准评估）的函数的问题。使用 NSE 的函数在交互式编程中非常有用，但会在开发中引起许多问题，即当您尝试在其他函数中使用这些函数时。由于表达式没有被直接求值，R 无法在它所查找的环境中找到对象。我建议您阅读here最好是范围问题章节以获取更多信息。

首先你需要知道所有的标准dplyr函数使用 NSE。让我们看一下您的问题的一个大概示例：

Data:

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 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 

和你的错误不一样，但它是由 NSE 引起的。完全相同的代码行在函数之外工作。

幸运的是，有一个解决方案可以解决您的问题，那就是标准评估。 Hadley 还制作了所有函数的版本dplyr使用标准评估。它们只是普通功能加上_末尾加下划线。

现在看看这是如何工作的：

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

这会产生以下结果：

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

  col1 count
1    a     5
2    b     5

我无法测试你的问题，但使用 SE 而不是 NSE 会给你你想要的结果。欲了解更多信息，您还可以阅读here