我正在尝试创建一个简单的函数，它接收一个 data.frame，并在该数据的上下文中求值一个表达式——具体来说，是一个涉及准引号的 column的表达式。

目前我可以使用 expr() 和 eval_tidy() 来做到这一点……

library(rlang)


fn_eval <- function(x, col) {
  eval_tidy(data = x, expr(

    # Some expression involving the column.
    max({{ col }})

  ))
}

……因此它对 column取消引用并求值该表达式。

df <- data.frame(A = 1:5)

fn_eval(df, A)
#> [1] 5

我其实很想避免把它包裹在 eval() 里所带来的冗杂感。但是当我直接使用 inject()，并在环境中使用 as_data_mask(x) 时……

fn_inj <- function(x, col) {
  inject(env = as_data_mask(x),

    # Some expression involving the column.
    max({{ col }})

  )
}

……于是 max() 函数就超出作用域，出现了错误。

fn_inj(df, A)
#> Error in max(~A) : could not find function "max"

遗憾的是，限定 base::max() 也无济于事，因为 :: 运算符也是在作用域之外——以及数据掩码之外的所有内容也是如此。显然这种行为与（很可能由 eval_tidy() 创建的）数据掩码存在差异。

问题

1. 如何为 inject() 创建一个从调用上下文继承的数据掩码，使诸如 max() 之类的函数仍在作用域内？

我在这里看到应该不要直接修改掩码的父环境……

请注意，顶层环境的父环境完全不确定，你不应该期望它始终保持不变。这个父环境在求值时会被 eval_tidy() 替换为以下环境之一……

…但我真的不想把函数（临时地）绑定成掩码的一部分，因为我必须“手动”更新这些函数，作为表达式的“依赖项”。

在某些情况下，你需要在数据掩码中包含多层结构。一个很好的理由是当你在掩码中包含函数时。一个好主意是让数据对象比函数对象低一层，这样前者就不会覆盖后者的定义（见示例）。

1. 在 x 的上下文中，若列遮蔽了调用环境，评估一个准引号表达式的规范方法是什么？

理想情况下这是一个对tidy评估具有全面支持的数据掩码：准引号和 .data 代词等。

解决方案

1. 如何为 inject() 创建一个从调用上下文继承的数据掩码，使诸如 max() 之类的函数仍在作用域内？

eval_tidy() 至少对数据掩码做了两件事，而 inject() 没有，如C 实现中的这里所示：https://github.com/r-lib/rlang/blob/74733f3b6b621a67302f31c77a98187e5d7a6a6f/src/internal/eval-tidy.c#L539-L540

poke_ctxt_env(mask, env);
r_env_poke_parent(top, env);

第一行将求值环境设为 .env 的父环境，允许用户使用 .env 代词。第二行将数据掩码的顶层环境的父环境设为求值环境，使得，例如可以找到 base::max()。

要用 inject() 重现tidy-evaluation，你必须手动完成这两件事。若你没有把数据掩码传给 eval_tidy()，也不一定会有问题，但这会需要对 env_poke_parent() 调用两次，从而抵消使用 inject() 来减少冗杂的目的。

1. 如何在 x 的情境下评估一个准引号表达式，且其列遮蔽了调用环境？

使用tidy-evaluation的 Tidyverse包中的函数通常在内部调用 eval_tidy()。就准引号表达式而言，dplyr::order_by() 就是一个例子。请注意，他们在将表达式传给 eval_tidy() 之前就已构造好表达式，这在某种程度上减少了视觉上的杂乱：

expr <- expr(with_order(!!order_by, !!fn, !!!args))
eval_tidy(expr)

对于你的情况，我可能会建议编写一个薄包装器函数，作为 rlang::eval_tidy() 对应于 base::evalq() 就像 base::eval() 对应于某个东西——也就是说，它对 expr 参数进行引号处理：

eval_tidy_q <- function(expr, data = NULL, env = rlang::caller_env()) {
  expr <- rlang::enexpr(expr)
  rlang::eval_tidy(expr, data, env)
}

可以这样使用：

fn_eval2 <- function(x, col) {
  eval_tidy_q(data = x,

    # Some expression involving the column.
    max({{ col }})

  )
}


df <- data.frame(A = 1:5)

fn_eval2(df, A)
#> [1] 5