以编程方式选择将哪些变量放入 dplyr 管道

Question

我正在处理数据集（来自智能手机体验抽样），我必须在其中非常频繁地执行分组操作（例如查找每个人或每个人每天的度量的可变性等）。典型的代码可能类似于下面的代码，它计算某些变量的日内变异性，然后取日内变异性的平均值并将其与原始数据连接。

output <- group_by(mydata, id, day) %>%
  mutate_at(vars(angr, sad, guil, anx, hap), funs(sd(., na.rm = TRUE))) %>%
  ungroup() %>%
  group_by(id) %>%
  summarize_at(vars(angr, sad, guil, anx, hap), funs('var_day_mean' = mean(., na.rm = TRUE))) %>%
  join(mydata, .)

我想要做的是能够将它保存为一个函数，这样我就可以调用这段代码（并且它的细微变化保存为不同的，而不必多次输入 angr, sad, guil, anx, hap函数）在字符串中变量名称的向量上。所以所需的功能是：

vars <- c('angr', 'sad', 'guil', 'anx', 'hap')

output <- myfunc(vars)

其中 myfunc 执行上面的管道操作。

我知道有一个使用 dplyr 进行非标准评估的小插图，但它非常有限，没有涵盖 mutate 或我需要对这个用例做的大部分事情，所以希望有任何见解。

可重现的例子 - 我想要的基本上是下面的代码工作，但目前 dplyr 管道不能像我输入的那样将 vars 作为字符向量。

编辑：我错了——下面的代码确实有效，而且 dplyr 可以以这种方式运行（并且还可以将字符向量转换为 group_by，这使得编程变得容易）。我将下面的代码作为（工作）参考。

data <- data.frame('ID' = rep(1:10, each = 10), 
                   'day' = rep(c(1, 1, 1, 1, 1, 2, 2, 2, 2, 2), 10), 
                   'anx' = rnorm(100), 'sad' = rnorm(100), 'hap' = rnorm(100))

vars = c('anx', 'sad', 'hap')

out <- group_by(data, ID, day) %>%
  mutate_at(vars, funs(sd(., na.rm = TRUE)))

Answer 1

使用 mutate_at 您可以简单地提供列的名称作为向量：

mtcars %>% mutate_at(c("mpg", "hp"), funs(mean))

这应该可以解决问题。

以编程方式选择将哪些变量放入 dplyr 管道

Programmatically choosing which variables to put into dplyr pipe

r

dplyr

data-cleaning

tidyverse