基于`..<i>`位置引用的数据掩码实现与技术问询

1. 在glue或data mask中，是否已存在通过位置引用数据的机制？ #

• Glue原生支持..1、..2这类位置引用语法，默认对应传入glue()的...参数位置，比如glue("第一个参数: {..1}, 第二个: {..2}", 10, 20)可直接按位置取值。
• 而dplyr等工具使用的data mask机制，原生仅支持按名称引用数据（比如.data$col），没有内置的位置引用能力，需要自定义扩展（比如你实现的i-mask）来补充该特性。

2. 将通过do.call传入...参数的数据转换为仅在引用..<i>时才延迟求值的promises，能否提升性能？ #

• 分场景判断：
  • 如果传入的参数包含大型对象（比如超大数据框），但实际只用到少数几个位置引用，延迟求值的promises能避免提前加载/复制所有大对象，确实能显著提升性能。
  • 如果大部分甚至全部位置参数都会被引用，promise的惰性求值带来的额外开销（比如绑定、缓存逻辑）会抵消收益，甚至可能降低性能。
• 注意：R的promise是一次性惰性求值，第一次引用后会缓存结果，后续再引用不会重复计算，设计时需考虑这一点。

3. 是否存在dplyr使用的辅助函数，可简化as_i_mask中数据掩码的构建流程，标准化.data和.env代词的配置？ #

• 有，rlang包（dplyr的底层依赖）提供了一系列工具：
  • rlang::new_data_mask()：用于创建标准的数据掩码环境，自动处理掩码的层级结构。
  • rlang::data_pronoun()和rlang::env_pronoun()：可快速生成符合dplyr规范的.data和.env代词，直接绑定到掩码环境中。
  • rlang::dots_list()：用于安全处理...参数，支持去重、忽略空值等，方便把传入的位置参数整理成适合存入掩码的结构。
• 示例代码片段：

  as_i_mask <- function(...) {
    # 处理...参数，避免重名和空值
    dots <- rlang::dots_list(..., .homonyms = "error", .ignore_empty = "all")
    # 创建基础数据掩码
    mask <- rlang::new_data_mask(env = rlang::env())
    # 绑定标准.data和.env代词
    rlang::env_bind(mask, 
                    .data = rlang::data_pronoun(mask), 
                    .env = rlang::env_pronoun(parent.frame()))
    # 绑定位置引用逻辑
    for (i in seq_along(dots)) {
      rlang::active_binding(paste0("..", i), function() dots[[i]], env = mask)
    }
    mask
  }
  

4. 如何解决i-mask的静态性问题，使其..<i>引用能响应数据环境的更新？ #

• 核心思路是把..<i>从静态绑定值改成动态读取，可采用两种方式：
  1. 使用活动绑定（active binding）：用rlang::active_binding()定义..1、..2等，每次访问时都从数据源（比如存储...参数的列表或环境）中读取最新值，而非存储初始值。
  2. 动态捕获数据源：不要把...参数的值一次性存入掩码，而是让掩码保留对...来源环境的引用，每次解析..<i>时，实时从该环境中获取最新的参数状态。
• 示例（基于活动绑定）：

  # 定义可更新的数据源
  data_source <- list(10, 20)
  mask <- rlang::new_data_mask()
  
  # 绑定动态的..1和..2
  rlang::active_binding("..1", function() data_source[[1]], env = mask)
  rlang::active_binding("..2", function() data_source[[2]], env = mask)
  
  # 更新数据源后，..1的值同步变化
  data_source[[1]] <- 100
  rlang::eval_tidy(rlang::expr(..1), mask) # 返回100
  

内容的提问来源于stack exchange，提问作者Greg