dplyr 互換性

SE_動詞をお使いの方へ

従来のアンダースコア付きバージョンでは、オブジェクトを取得する際に lazyeval::as.lazy() メソッドが定義されているオブジェクトを取ります。 これは、シンボルや呼び出し、文字列、数式などが含まれます。 これらのオブジェクトはすべて quosure に置き換えられ、引用符のない quosure で tidyeval の動詞を呼び出せるようになりました。:

quo <- quo(cyl)
select(mtcars, !! quo)

シンボル式もサポートされていますが、base のシンボルやコールはスコープ情報を持たないことに注意してください。 データフレーム内のオブジェクトを参照している場合は、エンクロージャの指定を省略しても問題ありません。:

sym <- quote(cyl)
select(mtcars, !! sym)

call <- quote(mean(cyl))
summarise(mtcars, cyl = !! call)

物体を quosure に変換することは、一般的に簡単です。現在の環境で囲うには、quo() で直接アンクオートするか、as_quosure()を使います。:

quo(!! sym)
#> <quosure>
#> expr: ^cyl
#> env:  global
quo(!! call)
#> <quosure>
#> expr: ^mean(cyl)
#> env:  global

rlang::as_quosure(sym)
#> <quosure>
#> expr: ^cyl
#> env:  global
rlang::as_quosure(call)
#> <quosure>
#> expr: ^mean(cyl)
#> env:  global

数式と quosure は非常によく似たオブジェクトですが（そして最も一般的な意味では、数式は quosure です）、tidyeval 関数の中で互換的に使用することはできないことに注意してください。初期の実装では裸の数式を quosure として扱っていましたが、これは stats パッケージのモデリング関数との互換性の問題を引き起こしました。幸いなことに、数式を tidyeval 関数で自己評価する quosure に変換するのは簡単です。:

f <- ~cyl
f
#> ~cyl
rlang::as_quosure(f)
#> <quosure>
#> expr: ^cyl
#> env:  global

最後に、おそらく最も重要なことですが、文字列は解析できませんし、すべきではありません。 を解析することはできません。開発者としては、文字列を使って問題を解決しようとしたくなります。 文字列を使って問題を解決しようとしたくなります。 文字列を使って問題を解決しようとしたくなります。しかし、それはほとんどの場合、間違った方法で 問題に取り組む方法としては間違っています。ただし、シンボルを作成する場合は例外です。 シンボルを作成する場合は例外です。この場合、文字列を使用することは完全に正当な方法です。:

rlang::sym("cyl")
#> cyl
rlang::syms(letters[1:3])
#> [[1]]
#> a
#> 
#> [[2]]
#> b
#> 
#> [[3]]
#> c

しかし、コールの作成に文字列を使ってはいけません。その代わりに準引用符を使うことができます。:

syms <- rlang::syms(c("foo", "bar", "baz"))
quo(my_call(!!! syms))
#> <quosure>
#> expr: ^my_call(foo, bar, baz)
#> env:  global

fun <- rlang::sym("my_call")
quo((!!fun)(!!! syms))
#> <quosure>
#> expr: ^my_call(foo, bar, baz)
#> env:  global

または、call2()で呼び出しを作成します。:

call <- rlang::call2("my_call", !!! syms)
call
#> my_call(foo, bar, baz)

rlang::as_quosure(call)
#> <quosure>
#> expr: ^my_call(foo, bar, baz)
#> env:  global

# Or equivalently:
quo(!! rlang::call2("my_call", !!! syms))
#> <quosure>
#> expr: ^my_call(foo, bar, baz)
#> env:  global

なお、interp() に基づくイディオムは一般的に避け、準引用符で置き換えるべきです。 今まで補間していたところを:

lazyeval::interp(~ mean(var), var = rlang::sym("mpg"))

クオーテーションは外します:

var <- "mpg"
quo(mean(!! rlang::sym(var)))

quasiquotation と quosure 詳細については、vignette("programming") を参照してください。

パッケージ作成者向け

パッケージ作成者のために、rlang は互換性ファイル](https://github.com/r-lib/rlang/blob/master/R/compat-lazyeval.R)を提供しています。 compat_lazy() とcompat_lazy_dots() は遅延可能なオブジェクトを適切な quosure に変えます。 例えば、dplyr 0.6でアンダースコア版の filter() を定義した方法は以下の通りです。:

filter_.tbl_df <- function(.data, ..., .dots = list()) {
  dots <- compat_lazy_dots(.dots, caller_env(), ...)
  filter(.data, !!! dots)
}

tidyeval では、正しいメソッドへの S3 のディスパッチが問題となる場合があります。 過去には、dplyr の動詞のジェネリシティはアンダースコアのバージョンでディスパッチすることで実現されていました。 アンダースコアが廃止された今、アンダースコアのない動詞を S3 generic にしました。

新しい S3 generic のデフォルトメソッドで古いアンダースコア付きの動詞を再ディスパッチすることで、後方互換性を維持しています。 例えば、以下は filter() を再ディスパッチする方法です。:

filter.default <- function(.data, ...) {
  filter_(.data, .dots = compat_as_lazy_dots(...))
}

これでほとんどの場合、仕事は完了します。 しかし、アンダースコアのないメソッドを提供しているクラス（data.frame, tbl_df, tbl_cube, grouped_df）を継承しているオブジェクトでは、デフォルトのメソッドは呼び出されません。 この例として、オブジェクトがクラス c("sf", "data.frame") を持つ sf パッケージがあります。 このようなパッケージの作者は、dplyr との互換性を保つために、アンダースコアではない generic のためのメソッドを提供する必要があります。:

filter.sf <- function(.data, ...) {
  st_as_sf(NextMethod())
}

この件で助けが必要な場合は、ぜひご連絡ください。