data_mask.rmd

---
title: "R Notebook"
output: html_document
---

## data masking 再整理

再将实现了data-mask的函数包装到另一个函数的时候，如何传递参数给内部的data-mask的函数已经有了一定的了解和应用经历，再次还需要结合
`rlang`和`advanced R`的一些内容理清一些概念。

1. 什么是data masking
2. 什么是defusing R expression
3. 什么是

Unlike data masking, tidy selection is an interpreted dialect. There is in fact no masking at all.

R中的data-masking的实现是通过，This is needed because under the hood data-masking works by defusing R code to prevent its immediate evaluation. The defused code is resumed later on in a context where data frame columns are defined.
> https://rlang.r-lib.org/reference/topic-data-mask.html

主要关注的两个过程为`defusing`, `injecting`, 这是应用data-mask的主要方法。

*需要注意的是base R 和 tidy eval在关于data-mask 编程时的不同*


#### Bridge pattern

> https://rlang.r-lib.org/reference/topic-data-mask-programming.html

除了data-mask和tidy-select所具有的各自传递names参数的方法外，e.g. `.data[[x]]`, `all_of`,

1. 向data-mask传递 tidy-select的select
2. 向data-mask传递 tidy-select的字符串
3. 向tidy-select 传递 data-mask

```{r}
# 向data-mask传递 tidy-select， 以group_by 为例

```

```{r}
# 向data-mask传递 tidy-select的字符串

```

```{r}
# 向tidy-select 传递 data-mask


```

!!在base R中的应用：
是需要用到`inject`函数的。

```{r}
cyl <- c(100, 110)
with(mtcars, mean(cyl))

inject(
  with(mtcars, mean(!!cyl))
)
```