r - 依赖于R中非标准评估的函数的包装器

我围绕ftable编写了一个包装器，因为我需要针对许多变量使用频率和百分比来计算平面表：

mytable <- function(...) {
    tab <- ftable(...,
                  exclude = NULL)
    prop <- prop.table(x = tab,
                       margin = 2) * 100
    bind <- cbind(as.matrix(x = tab),
                  as.matrix(x = prop))
    margin <- addmargins(A = bind,
                         margin = 1)
    round(x = margin,
          digits = 1)
}

mytable(formula = wool + tension ~ breaks,
        data = warpbreaks)

    A_L A_M A_H B_L B_M B_H   A_L   A_M   A_H   B_L   B_M   B_H
10    0   0   1   0   0   0   0.0   0.0  11.1   0.0   0.0   0.0
12    0   1   0   0   0   0   0.0  11.1   0.0   0.0   0.0   0.0
13    0   0   0   0   0   1   0.0   0.0   0.0   0.0   0.0  11.1
14    0   0   0   1   0   0   0.0   0.0   0.0  11.1   0.0   0.0
15    0   0   1   0   0   2   0.0   0.0  11.1   0.0   0.0  22.2
...
Sum   9   9   9   9   9   9 100.0 100.0 100.0 100.0 100.0 100.0

但是，我不能将ftable的子集参数与函数一起使用，也不能与最小的mytable <- function(...) ftable(...)一起使用：

mytable(formula = wool + tension ~ breaks,
        data = warpbreaks,
        subset = breaks < 20)

 Error in eval(substitute(subset), data, env) :
  ..3 used in an incorrect context, no ... to look in

我知道我可以使用data = warpbreaks[warpbreaks$breaks < 20, ]作为数据变元的子集，但我希望提高对R的了解。“ Advanced R”帮助我理解了错误是由于非标准评估引起的，但是我未能纠正我的代码。

所以我的问题是：

如何告诉R在breaks中寻找warpbreaks？
更一般而言，是否存在更明显的基本R方法来针对单个和多个变量在垂直布局中计算具有频率和百分比的平面表？（我可以使用mytable(x = warpbreaks$tension, row.vars = 1)获得单个变量的垂直布局。）

最佳答案

使用没有...的函数定义，我得到了另一个错误：

mytable <- function(formula,
                    data,
                    subset) ftable(formula = formula,
                                   data = data,
                                   subset = subset)

mytable(formula = wool + tension ~ breaks,
        data = warpbreaks,
        subset = breaks < 20)

 Error in xj[i] : invalid subscript type 'closure'

此错误使我转向以前没有找到的资源。

Some threads带我去：

# function 1
mytable <- function(...) {
    mc <- match.call()
    mc["exclude"] <- list(NULL)
    do.call(what = ftable,
            args = as.list(x = mc[-1]))
    #etc
}

write.csv系列和lm源代码使我想到了：

# function 2
mytable <- function(...) {
    mc <- match.call()
    mc[[1]] <- quote(expr = ftable)
    mc["exclude"] <- list(NULL)
    eval(expr = mc)
    # etc
}

但是，我正在寻找这两种方法（功能1和功能2）的优缺点，因为我不知道是否赞成使用一种方法。到目前为止，我只是发现do.call可能会慢一些。

更重要的是，这些方法导致了另一个问题：I can not use my wrapper with lapply and with anymore.