当我使用eval与骨料，我失去了变量名

Question

我有一些代码，其聚合数据：

pivot.present.RT <- with(
    subset(correct.data, relevantTarget == 1), 
    aggregate(
    data.frame(RT = RT), 
    list(
     identifier = identifier, 
     set.size = relevantSS, 
     stimulus = stimulus 
    ), 
    mean 
    ) 
) 

我想通过指定不同的列名取的地方，使这种更灵活“relevantSS”。我以为我可以用EVAL做到这一点：

set.size.options <- c("relevantSS","irrelevantSS") 
pivot.present.RT <- with(
    subset(correct.data, relevantTarget == 1), 
    aggregate(
    data.frame(RT = RT), 
    list(
     identifier = identifier, 
     eval(parse(text = paste("set.size = ", set.size.options[relevant.index]))), 
     stimulus = stimulus 
    ), 
    mean 
    ) 
) 

然而，当我运行代码的第二位，而它并正确汇总数据，我失去了变量名“set.size”。如果我叫海峡，我得到的输出是这样的：

'data.frame': 48 obs. of 4 variables: 
$ identifier: Factor w/ 9 levels "aks","ejr","ejr3",..: 1 2 4 5 6 7 8 9 1 2 ... 
$ Group.2 : int 4 4 4 4 4 4 4 4 8 8 ... 
$ stimulus : Factor w/ 2 levels "moving","stationary": 1 1 1 1 1 1 1 1 1 1 ... 
$ RT  : num 1161 1026 1257 1264 1324 ... 

如果我运行的原代码，它正确地识别第二个变量是“set.size”。

任何想法我在这里失踪？

Answer 1

把分组变量名以外的eval(parse(...))，像这样：

set.size.options <- c("relevantSS","irrelevantSS") 
pivot.present.RT <- with(
    subset(correct.data, relevantTarget == 1), 
    aggregate(
    data.frame(RT = RT), 
    list(
     identifier = identifier, 
     set.size = eval(parse(text = set.size.options[relevant.index])), 
     stimulus = stimulus 
    ), 
    mean 
    ) 
) 

Answer 2

我想get可能比eval/parse更合适。

set.size.options <- c("relevantSS","irrelevantSS") 
pivot.present.RT <- with(
    subset(correct.data, relevantTarget == 1), 
    aggregate(
    data.frame(RT = RT), 
    list(
     identifier = identifier, 
     set.size = get(set.size.options[relevant.index]), 
     stimulus = stimulus 
    ), 
    mean 
    ) 
) 

这就是说，我可能会更喜欢这样的事：

d2 <- subset(correct.data, relevantTarget == 1) 
doby <- subset(d2, select=c("identifier", set.size.options[relevant.index], "stimulus")) 
names(doby) <- c("identifier", "set.size", "stimulus") 
aggregate(d2[,"RT",drop=FALSE], doby, mean) 

和其他人无疑将plyr解决方案...