如何在未实现tidyselect选择助手的函数中使用:等选择工具？

你可能遇到过这种情况：有些dplyr函数（比如distinct()）并没有实现tidyselect的选择助手语法（比如用:选择连续列范围），直接使用会抛出错误，比如：

library(dplyr)
mtcars %>% distinct(vs:gear, .keep_all = TRUE)
#> Warning in vs:gear: numerical expression has 32 elements: only the first used
#> Warning in vs:gear: numerical expression has 32 elements: only the first used
#> Error: Column `vs:gear` must be length 32 (the number of rows) or one, not 5

下面我们来一步步优化解决方案，找到更简洁优雅的实现方式：

方法1：借助select()间接获取列名 #

这是你最初尝试的方案，利用select()原生支持选择助手的特性，先拿到目标列的名称，再传递给distinct()：

mtcars %>% distinct(!!! syms(names(select(., vs:gear))), .keep_all = TRUE)

这个方法能生效，但写法偏冗长，复用性也不强。

方法2：直接调用tidyselect底层解析函数 #

通过tidyselect::eval_select()直接解析选择表达式，拿到目标列的位置与名称，再传递给distinct()：

# 需要tidyselect >= 1.0版本
mtcars %>% distinct(!!! syms(names(tidyselect::eval_select(quote(vs:gear), .))), .keep_all = TRUE)

这个方法本质和方法1类似，但依赖tidyselect的底层函数，可读性并没有提升。

方法3：自定义可复用的包装函数（最优解） #

如果需要多次使用这类功能，最优雅的方式是给distinct()写一个支持tidyselect的包装函数，后续调用就和其他dplyr函数一样便捷：

distinct2 <- function(.data, ..., .keep_all = FALSE) {
  # 捕获传入的选择表达式
  expr <- rlang::expr(c(...))
  # 用tidyselect解析表达式，得到目标列的位置信息
  pos <- tidyselect::eval_select(expr, data = .data)
  # 将解析后的列名传递给原生distinct()函数
  dplyr::distinct(.data = .data, .keep_all = .keep_all, !!! syms(names(pos)))
}

# 调用方式和原生函数几乎一致，还支持所有tidyselect选择助手
mtcars %>% distinct2(vs:gear, .keep_all = TRUE)

这个包装函数的优势很明显：

• 复用性强，一次定义就能反复使用
• 调用语法和原生distinct()完全兼容，几乎没有学习成本
• 支持所有tidyselect选择助手（比如starts_with()、contains()等），不止是:的范围选择

运行效果 #

执行上述代码后，就能得到正确的去重结果：

#>                     mpg cyl disp  hp drat    wt  qsec vs am gear carb
#> Mazda RX4         21.0   6  160 110 3.90 2.620 16.46  0  1    4    4
#> Mazda RX4 Wag     22.8   4  108  93 3.85 2.320 18.61  1  1    4    1
#> Datsun 710        21.4   6  258 110 3.08 3.215 19.44  1  0    3    1
#> Hornet Sportabout 18.7   8  360 175 3.15 3.440 17.02  0  0    3    2
#> Merc 240D         24.4   4  147  62 3.69 3.190 20.00  1  0    4    2
#> Porsche 914-2     26.0   4  120  91 4.43 2.140 16.70  0  1    5    2
#> Lotus Europa      30.4   4   95 113 3.77 1.513 16.90  1  1    5    2

内容的提问来源于stack exchange，提问作者Aurèle