以编程方式在可变变量上调用 group_by()

Question

使用 dplyr，我想通过一个我可以改变的变量（例如在循环或应用式命令中）来总结 [原文如此]。

直接输入名称可以正常工作：

library(dplyr)
ChickWeight %>% group_by( Chick, Diet ) %>% summarise( mw = mean( weight ) )

但是 group_by 并不是为了获取字符向量而编写的，因此传递结果比较困难。

v <- "Diet"
ChickWeight %>% group_by( c( "Chick", v ) ) %>% summarise( mw = mean( weight ) )
## Error

我会 post 一个解决方案，但很想知道其他人是如何解决这个问题的。

Answer 1

这是一种解决方案以及我是如何找到它的。

group_by 期望什么？

> group_by
function (x, ..., add = FALSE) 
{
    new_groups <- named_dots(...)

进入兔子洞：

> dplyr:::named_dots
function (...) 
{
    auto_name(dots(...))
}
<environment: namespace:dplyr>
> dplyr:::auto_name
function (x) 
{
    names(x) <- auto_names(x)
    x
}
<environment: namespace:dplyr>
> dplyr:::auto_names
function (x) 
{
    nms <- names2(x)
    missing <- nms == ""
    if (all(!missing)) 
        return(nms)
    deparse2 <- function(x) paste(deparse(x, 500L), collapse = "")
    defaults <- vapply(x[missing], deparse2, character(1), USE.NAMES = FALSE)
    nms[missing] <- defaults
    nms
}
<environment: namespace:dplyr>
> dplyr:::names2
function (x) 
{
    names(x) %||% rep("", length(x))
}

如何利用这些信息制定解决方案？

# Naive solution fails:
ChickWeight %>% do.call( group_by, list( Chick, Diet ) ) %>% summarise( mw = mean( weight ) )

# Slightly cleverer:
do.call( group_by, list( x = ChickWeight, Chick, Diet, add = FALSE ) ) %>% summarise( mw = mean( weight ) )
## But still fails with,
## Error in do.call(group_by, list(x = ChickWeight, Chick, Diet, add = FALSE)) : object 'Chick' not found

解决方案在于引用参数，以便它们的评估被延迟，直到它们处于包含 x tbl 的环境中：

do.call( group_by, list( x = ChickWeight, quote(Chick), quote(Diet), add = FALSE ) ) %>% summarise( mw = mean( weight ) )
## Bingo!
v <- "Diet"
do.call( group_by, list( x = ChickWeight, quote(Chick), substitute( a, list( a = v ) ), add = FALSE ) ) %>% summarise( mw = mean( weight ) )

Answer 2

dplyr 的下划线函数可能对此有用：

ChickWeight %>% group_by_( "Chick", v )  %>% summarise( mw = mean( weight ) )

来自new features in dplyr 0.3：

您现在可以使用 dplyr 进行编程——每个使用非标准评估 (NSE) 的函数也有一个以 _ 结尾的标准评估 (SE) 孪生。例如，filter() 的 SE 版本称为 filter_()。每个函数的 SE 版本都有相似的参数，但它们必须明确地“引用”。

以编程方式在可变变量上调用 group_by()

Programmatically calling group_by() on a varying variable

group-by

r

split-apply-combine

dplyr