在tidyverse工具链中，tidyeval提供比较一致的非标准计算服务。tidyeval的函数主要在rlang包中。rlang非标准计算函数比较多，目前坑还没有踩完。这里只分享目前自己在数据分析中最常用的函数组合。

parse_expr+eval_tidy

parse_expr把字符转成表达式，然后用eval_tidy进行求值。

parse_exprs是parse_expr的加强版，可以处理多个字符串。

在eval_tidy函数之外，还有轻量级的eval，就是eval_bare。两个函数差别不大，eval_bare不能接收数据，eval_tidy可以接收数据。

eval_bare(expr, env = parent.frame())
eval_tidy(expr, data = NULL, env = caller_env())

如果求值的时候不涉及到新的数据，而是像"mean(mtcars$wt)"，那么就可以用eval_bare。具体如下。

如果需要用到数据，那么则需要用eval_tidy进行求值。

quo/enquo+!!

这个主要是为了方便传递表达式，更好地写函数。

比如，有一个场景：给一个数据集df，对指定变量a进行分组，然后对指定变量b进行求均值。如果这个场景只是出现一次，那么写几行命令实现一下需求就跳过去了。

如果在分析中多次遇到这一场景，那么这个时候最好的办法就是写一个group_mean函数，在需要的时候就可以直接调用，简洁，易读，减少代码的复制粘贴。

!!是表示立即对表达式求值，与quo搭配使用。使用rlang非标准计算涉及到=时需要写成:=。

在调用group_mean时还需要写quo，这个看起来还是比较麻烦，不够简洁。可不可以把这个工作也放在函数定义中去？

这个时候需要用到enquo函数。具体如下。

此时，调用group_mean是不是更便捷？

参考资料