定義中的R包

Question

定製dplyr方法我有定製summary()，print()方法具有特定類的對象包。該軟件包還使用美妙的dplyr軟件包進行數據操作 - 我希望我的用戶能夠編寫同時使用我的軟件包和dplyr的腳本。

的一個障礙，它已被他人here和here注意的是，dplyr動詞不保留自定義類 - 這意味着一個ungroup命令可以剝奪他們的自定義類的我data.frames，從而搞砸方法派出summary等

哈德利說，「這樣做正確的是你 - 你需要定義你的類能夠正確還原所有類和屬性各dplyr方法的方法」，我試圖採取advice - 但我無法弄清楚如何正確包裝dplyr動詞。

下面是一個簡單的玩具例子。比方說，我已經定義了一個cars課，我有一個自定義summary。

這個作品

library(tidyverse) 

class(mtcars) <- c('cars', class(mtcars)) 

summary.cars <- function(x, ...) { 
    #gather some summary stats 
    df_dim <- dim(x) 
    quantile_sum <- map(mtcars, quantile) 

    cat("A cars object with:\n") 
    cat(df_dim[[1]], 'rows and ', df_dim[[2]], 'columns.\n') 

    print(quantile_sum) 

} 

summary(mtcars) 

這裏的問題

small_cars <- mtcars %>% filter(cyl < 6) 
summary(small_cars) 
class(small_cars) 

是summary呼籲small_cars只是給了我一般總結，而不是我的自定義的方法，因爲small_cars不再保留dplyr後cars類過濾。

我試過

首先，我試着寫左右filter（filter.cars）的自定義方法。沒有工作，因爲filter實際上是一個包裝周圍filter_，允許非標評價。

所以我寫了一個自定義的filter_方法cars對象，試圖實施@jwdink的advice

filter_.cars <- function(df, ...) { 

    old_classes <- class(df) 
    out <- dplyr::filter_(df, ...) 
    new_classes <- class(out) 

    class(out) <- c(new_classes, old_classes) %>% unique() 

    out 
} 

這並不工作 - 我得到一個無限遞歸錯誤：

Error: evaluation nested too deeply: infinite recursion/options(expressions=)? 
Error during wrapup: evaluation nested too deeply: infinite recursion/options(expressions=)? 

所有我想要做的就是搶在進入DF類，移交給dplyr，然後用相同的類名返回對象，因爲它的dplyr呼叫前了。 如何更改我的filter_包裝來實現這一目標？謝謝！

Answer 1

進一步的建議是在the thread提供的，所以我想我會用什麼似乎是最好的做法，就是用NextMethod()更新。

filter_.cars <- function(.data, ...) { 
    result <- NextMethod() 
    reclass(.data, result) 
} 

凡reclass是一個通用的，至少增加了類回：

reclass <- function(x, result) { 
    UseMethod('reclass') 
} 

reclass.default <- function(x, result) { 
    class(result) <- unique(c(class(x)[[1]], class(result))) 
    result 
} 

但是你可以定義你的類的定製方法，它還會複製回屬性：

reclass.cars <- function(x, result) { 
    class(result) <- unique(c(class(x)[[1]], class(result))) 
    attr(result,'cars') <- attr(x,'cars') 
    result 
} 

其實，我覺得更好的默認方法也只是假設有一個屬性，它的名字是一樣的類：

reclass.default <- function(x, result) { 
    class(result) <- unique(c(class(x)[[1]], class(result))) 
    attr(result, class(x)[[1]]) <- attr(x, class(x)[[1]]) 
    result 
} 

---

注意，對於dplyr 0.7，動詞的下劃線版本已被棄用。如果您的'汽車'類繼承自tbl_df，則需要爲非下劃線動詞編寫一個方法。但是爲了向後兼容，您可能需要保留下劃線版本。

考慮到所有這些複製，我挺喜歡這裏的副詞的想法。

preservatively <- function(fun) { 
    function(x, ...) { 
    result <- NextMethod() 
    reclass(x, result) 
    } 
} 

然後，事情都在你的包不錯，簡潔：

filter_.cars <- preservatively(filter_) 
filter.cars <- preservatively(filter) 
mutate_.cars <- preservatively(mutate_) 
mutate.cars <- preservatively(mutate) 

等

---

編輯：

不要使用preservatively。如果有人打電話跟一個名爲第一個參數dplyr動詞，因爲該名稱一般爲.data，不x這將打破。

filter.cars <- preservatively(filter) 
filter(my_data, condition) # good 
filter(.data = my_data, condition) # oh no 

我會更新這個答案，如果它證明一個副詞畢竟可以工作。否則，我想這真的不是更詳細：

filter.cars <- function(.data, ...) reclass(.data, NextMethod()) 

Answer 2

您的新filter_方法試圖定義內，向新的類，因此遞歸。

繼the advice in the issue you linked，請嘗試刪除您的更新方法之前filter_新類。

class(out) <- class(out)[-1]