R 中依赖非标准评估的函数的包装器

我写了一个包装ftable因为我需要计算许多变量的频率和百分比的平面表：

mytable <- function(...) {
    tab <- ftable(...,
                  exclude = NULL)
    prop <- prop.table(x = tab,
                       margin = 2) * 100
    bind <- cbind(as.matrix(x = tab),
                  as.matrix(x = prop))
    margin <- addmargins(A = bind,
                         margin = 1)
    round(x = margin,
          digits = 1)
}

mytable(formula = wool + tension ~ breaks,
        data = warpbreaks)

    A_L A_M A_H B_L B_M B_H   A_L   A_M   A_H   B_L   B_M   B_H
10    0   0   1   0   0   0   0.0   0.0  11.1   0.0   0.0   0.0
12    0   1   0   0   0   0   0.0  11.1   0.0   0.0   0.0   0.0
13    0   0   0   0   0   1   0.0   0.0   0.0   0.0   0.0  11.1
14    0   0   0   1   0   0   0.0   0.0   0.0  11.1   0.0   0.0
15    0   0   1   0   0   2   0.0   0.0  11.1   0.0   0.0  22.2
...
Sum   9   9   9   9   9   9 100.0 100.0 100.0 100.0 100.0 100.0

但是，我不能使用子集参数ftable与我的功能，也不与最小mytable <- function(...) ftable(...):

mytable(formula = wool + tension ~ breaks,
        data = warpbreaks,
        subset = breaks < 20)

 Error in eval(substitute(subset), data, env) : 
  ..3 used in an incorrect context, no ... to look in

我知道我可以在数据参数中使用子集data = warpbreaks[warpbreaks$breaks < 20, ]作为一种解决方法，但我希望提高我对 R 的了解。”高级R https://adv-r.had.co.nz/Computing-on-the-language.htm”帮助我理解错误是由于非标准评估造成的，但我没有设法纠正我的代码。

所以我的问题是：

• 我怎样才能告诉R去寻找breaks in warpbreaks ?
• 更一般地说，是否有更明显的基本 R 方法来计算单个变量和多个变量的垂直布局中的频率和百分比的平面表？ （我可以使用以下命令获得单个变量的垂直布局mytable(x = warpbreaks$tension, row.vars = 1).)

有函数定义但没有...，我得到一个不同的错误：

mytable <- function(formula,
                    data,
                    subset) ftable(formula = formula,
                                   data = data,
                                   subset = subset)

mytable(formula = wool + tension ~ breaks,
        data = warpbreaks,
        subset = breaks < 20)

 Error in xj[i] : invalid subscript type 'closure'

这个错误让我找到了以前没有找到的资源。

Some https://stackoverflow.com/a/27640315/11148823 threads https://stackoverflow.com/a/19259158/11148823让我：

# function 1
mytable <- function(...) {
    mc <- match.call()
    mc["exclude"] <- list(NULL)
    do.call(what = ftable,
            args = as.list(x = mc[-1]))
    #etc
}

The write.csv家人和lm源代码引导我：

# function 2
mytable <- function(...) {
    mc <- match.call()
    mc[[1]] <- quote(expr = ftable)
    mc["exclude"] <- list(NULL)
    eval(expr = mc)
    # etc
}

但是，我正在寻找两种方法（功能 1 和功能 2）的优缺点，因为我不知道是否会偏爱一种方法。到目前为止我刚刚发现do.call可能会慢一些。

更重要的是，这些方法让我遇到了另一个问题：我不能使用我的包装lapply and with不再了。 https://stackoverflow.com/q/55813859