with是没有data参数的函数的 Package 器

有许多函数可以处理数据框，并接受data参数，这样您就不需要在每次引用列时重新键入数据框的名称。例如，lm，plot.formula，subset，transform，以及主要的dplyr函数，如mutate和summarize。
with是一个通用的 * Package 器 *，让你可以像使用数据参数一样使用任何函数，这样你就可以在不使用$的情况下引用列。
使用mtcars数据集，我们可以在使用或不使用数据参数的情况下拟合模型：

# this is obviously annoying
mod = lm(mtcars$mpg ~ mtcars$cyl + mtcars$disp + mtcars$wt + mtcars$am)

# this is nicer
mod = lm(mpg ~ cyl + disp + wt + am, data = mtcars)

字符串
然而，如果（出于某种奇怪的原因）我们想找到cyl + disp + wt的mean，就会出现问题，因为mean没有像lm那样的数据参数。这就是with解决的问题：

# without with(), we would be stuck here:
z = mean(mtcars$cyl + mtcars$disp + mtcars$wt)

# using with(), we can clean this up:
z = with(mtcars, mean(cyl + disp + wt))

型
将foo() Package 在with(data, foo(...))中可以让我们使用任何函数foo *，就像 * 它有一个data参数一样-也就是说我们可以使用不带引号的列名，防止重复的data_name$column_name或data_name[, "column_name"]。

with的使用方法

在R控制台和R脚本中，您可以随时使用with来保存输入并使代码更清晰。您需要为单个命令重新输入数据框名称的频率越高（数据框名称越长！），使用with的好处就越大。
另外请注意，with并不限于 Dataframe 。从?with开始：
对于默认的with方法，它可以是一个环境、一个列表、一个 Dataframe ，或者是一个整数，就像sys.call一样。
我不经常使用环境，但当我这样做时，我发现with非常方便。

当您只需要一行的结果片段时

正如@Rich Scriven在评论中建议的那样，当你需要使用像rle这样的结果时，with非常有用。如果你只需要一次结果，那么他的例子with(rle(data), lengths[values > 1])可以让你匿名使用rle(data)结果。

何时避免with

当data参数为 * 时

很多函数都有一个data参数，当你调用它的时候，它不仅仅是为了简化语法。（如lm），以及许多其他（ggplot！）使用提供的data做了很多事情。如果使用with * 而不是data参数，您将限制可用的功能。如果有data参数，请使用data参数，而不是with。

添加环境

在我上面的例子中，结果被分配给全局环境（bar = with(...)）。要在列表/环境/数据中进行分配，可以使用within。（在data.frames的情况下，transform也很好。）

在包中

不要在R包中使用with。help(subset)中有一个警告，它也适用于with：

警告这是一个交互式的方便函数。对于编程来说，最好使用标准的子集函数，如[，特别是参数子集的非标准评估可能会产生意想不到的后果。

如果你使用with构建一个R包，当你检查它时，你可能会得到关于使用没有可见绑定的变量的警告或注解。这将使该包不能被CRAN接受。

with的替代方案

不要使用attach

许多（大多是过时的）R教程使用attach通过使列可被全局环境访问来避免重新输入 Dataframe 名称。attach is widely considered to be bad practice and should be avoided。附加的主要危险之一是，如果单独修改数据列，它们可能会变得不同步。with避免了这个陷阱，因为它一次只调用一个表达式。有很多，很多关于Stack Overflow的问题，新用户在使用旧教程时遇到了因为attach而产生的问题。简单的解决方案总是 * 不要使用attach *。

一直使用with似乎太重复了

如果您正在执行许多数据操作步骤，您可能会发现自己的每一行代码都是以with(my_data, ...开始的。您可能会认为这种重复几乎和不使用with一样糟糕。data.table和dplyr包都提供了高效的数据操作，并且语法不重复。我鼓励您学习使用其中一个。这两个包都有很好的文档。

当我不想继续输入dataframe$时，我会使用它。

with(mtcars, plot(wt, qsec))

字符串
而不是

plot(mtcars$wt, mtcars$qsec)

型
前者在mtcars Dataframe 中查找wt和qsec。

plot(qsec~wt, data = mtcars)

型
更适合于plot或其他接受data=参数的函数。