R：parse函数和eval函数解析字符串为命令并运行

parse函数解析字符串为表达式；eval函数执行表达式输出结果；parse函数和eval函数在自定义函数中常常非常有用

library(ggplot2)
rm(list = ls())

例子1

b为字符换：“character”

b <- "
for (i in 1:5) {
  print(i)
}
"
class(b)
# [1] "character"

parse函数将b转化为表达式：“expression”

parsed_b <- parse(text = b)
parsed_b
# expression(for (i in 1:5) {
#   print(i)
# })

class(parsed_b)
# [1] "expression"

eval函数执行表达式

eval(parsed_b)
# [1] 1
# [1] 2
# [1] 3
# [1] 4
# [1] 5

例子2

mtcars为R自带的有关汽车的数据集

class(mtcars)
# [1] "data.frame"

class(parse(text = "mtcars"))
# [1] "expression"

class(eval(parse(text = "mtcars")))
# [1] "data.frame"

head(eval(parse(text = "mtcars")))
#                    mpg cyl disp  hp drat    wt  qsec vs am gear
# Mazda RX4         21.0   6  160 110 3.90 2.620 16.46  0  1    4
# Mazda RX4 Wag     21.0   6  160 110 3.90 2.875 17.02  0  1    4
# Datsun 710        22.8   4  108  93 3.85 2.320 18.61  1  1    4
# Hornet 4 Drive    21.4   6  258 110 3.08 3.215 19.44  1  0    3
# Hornet Sportabout 18.7   8  360 175 3.15 3.440 17.02  0  0    3
# Valiant           18.1   6  225 105 2.76 3.460 20.22  1  0    3
#                   carb
# Mazda RX4            4
# Mazda RX4 Wag        4
# Datsun 710           1
# Hornet 4 Drive       1
# Hornet Sportabout    2
# Valiant              1

例子3：回归函数lm中

使用mtcars数据集，以wt为因变量，欲分别建立mpg、cyl、disp、hp、drat与wt的回归模型

以wt与mpg的回归模型为例，可以直接这样写

lm(wt ~ mpg, data = mtcars)
# 
# Call:
# lm(formula = wt ~ mpg, data = mtcars)
# 
# Coefficients:
# (Intercept)          mpg  
#      6.0473      -0.1409

如果建模过程语句较多，而不同模型仅仅是自变量发生了变化，那么编写函数可以简化过程。

编写函数时该如何指明自变量那？

以下函数编写方式行不通，"mpg"或mpg无法正确识别

# lm_func <- function(var) {
#   lm(wt ~ var, data = mtcars)
# }
# 
# lm_func(var = mpg)
# lm_func(var = "mpg")

查阅帮助可知，lm函数的第一个参数为formula

# lm(formula = , data = )

使用parse函数和eval函数将字符串形式的"wt ~ mpg"转换为formula，再带入lm函数后可以正确运行

class(eval(parse(text = "wt ~ mpg")))
# [1] "formula"
lm(eval(parse(text = "wt ~ mpg")), data = mtcars)
# 
# Call:
# lm(formula = eval(parse(text = "wt ~ mpg")), data = mtcars)
# 
# Coefficients:
# (Intercept)          mpg  
#      6.0473      -0.1409

根据上述信息，lm_func函数可编写为

lm_func <- function(var) {
  lm(eval(parse(text = paste0("wt ~ ", var))), data = mtcars)
}

lm_func(var = "mpg") # 正确执行了
# 
# Call:
# lm(formula = eval(parse(text = paste0("wt ~ ", var))), data = mtcars)
# 
# Coefficients:
# (Intercept)          mpg  
#      6.0473      -0.1409

除了使用parse函数和eval函数，另一种方法是使用formula函数将字符串"wt ~ mpg"直接转换为formula

class(formula("wt ~ mpg"))
# [1] "formula"
lm(formula("wt ~ mpg"), data = mtcars)
# 
# Call:
# lm(formula = formula("wt ~ mpg"), data = mtcars)
# 
# Coefficients:
# (Intercept)          mpg  
#      6.0473      -0.1409

使用formula函数，lm_func可编写为

lm_func <- function(var) {
  lm(formula(paste0("wt ~ ", var)), data = mtcars)
}

lm_func(var = "mpg") # 正确执行了
# 
# Call:
# lm(formula = formula(paste0("wt ~ ", var)), data = mtcars)
# 
# Coefficients:
# (Intercept)          mpg  
#      6.0473      -0.1409

例子4：绘图函数ggplot中

使用mtcars数据集，以wt为因变量，欲分别绘制mpg、cyl、disp、hp、drat与wt的散点图

以wt与mpg的散点图为例，可以直接这样写

ggplot(data = mtcars, aes(x = mpg, y = wt)) +
  geom_point() +
  labs(x = "mpg", y = "wt") +
  theme_bw()

这样编写绘图函数，结果表明行不通

# plot_func <- function(var) {
#   ggplot(data = mtcars, aes(x = var, y = wt)) +
#     geom_point() +
#     labs(x = var, y = "wt") + 
#     theme_bw()
# }
# 
# plot_func(var = mpg)
# plot_func(var = "mpg")

尝试使用eval函数和parse函数，结果表明这样可以正确运行

ggplot(data = mtcars, aes(x = eval(parse(text = "mpg")),
                          y = eval(parse(text = "wt")))) + 
  geom_point() + 
  labs(x = "mpg", y = "wt") + 
  theme_bw()

根据上述信息，plot_func函数可编写为

plot_func <- function(var) {
  ggplot(data = mtcars, aes(x = eval(parse(text = var)),
                            y = eval(parse(text = "wt")))) + 
    geom_point() + 
    labs(x = var, y = "wt") + 
    theme_bw()
}

plot_func(var = "mpg") # 正确运行了

另一种方法：ggplot函数参数中，将aes改为aes_string可以正确处理字符串对象

ggplot(data = mtcars, aes_string(x = "mpg", y = "wt")) +
  geom_point() +
  labs(x = "mpg", y = "wt") + 
  theme_bw()

使用aes_string，绘图函数还可编写为

plot_func <- function(var) {
  ggplot(data = mtcars, aes_string(x = var, y = "wt")) + 
    geom_point() + 
    labs(x = var, y = "wt") + 
    theme_bw()
}

plot_func(var = "mpg") # 正确运行了