dplyr 和非标准评估 (NSE)

Question

我正在尝试编写一个函数，该函数接受数据框的名称和要使用 dplyr 进行汇总的列，然后 returns 汇总数据框。我尝试了 lazyeval 包中的一系列 interp() 排列，但我花了太多时间试图让它工作。所以，我在这里写了一个我想要的函数的 "static" 版本：

summarize.df.static <- function(){
  temp_df <- mtcars %>%
    group_by(cyl) %>%
    summarize(qsec = mean(qsec),
              mpg=mean(mpg))
  return(temp_df)
}

new_df <- summarize.df.static()
head(new_df)

这是我卡住的动态版本的开始：

summarize.df.dynamic <- function(df_in,sum_metric_in){
  temp_df <- df_in %>%
    group_by(cyl) %>%
    summarize_(qsec = mean(qsec),
              sum_metric_in=mean(sum_metric_in)) # some mix of interp()
  return(temp_df)
}

new_df <- summarize.df.dynamic(mtcars,"mpg")
head(new_df)

请注意，我希望此示例中的列名也来自传入的参数（在本例中为 mpg）。另请注意，qsec 列是静态的，即未传入。

以下是"docendo discimus"发布的正确答案：

summarize.df.dynamic<- function(df_in, sum_metric_in){
  temp_df <- df_in %>%
    group_by(cyl) %>%
    summarize_(qsec = ~mean(qsec), 
               xyz = interp(~mean(var), var = as.name(sum_metric_in))) 

  names(temp_df)[names(temp_df) == "xyz"] <- sum_metric_in  
  return(temp_df)
}

new_df <- summarize.df.dynamic(mtcars,"mpg")
head(new_df)

#  cyl     qsec      mpg
#1   4 19.13727 26.66364
#2   6 17.97714 19.74286
#3   8 16.77214 15.10000

new_df <- summarize.df.dynamic(mtcars,"disp")
head(new_df)

#  cyl     qsec     disp
#1   4 19.13727 105.1364
#2   6 17.97714 183.3143
#3   8 16.77214 353.1000

Answer 1

您可以使用 paste 或 ~ 来获得 summarize_ 理解的引用输入。

df_in %>%
  group_by(cyl) %>%
  summarize_(qsec = ~mean(qsec),
             sum_metric_in=paste0('mean(', sum_metric_in, ')'))

Answer 2

对于特定示例（使用静态 "qsec" 等），您可以这样做：

library(dplyr)
library(lazyeval)
summarize.df <- function(data, sum_metric_in){
  data <- data %>%
    group_by(cyl) %>%
    summarize_(qsec = ~mean(qsec), 
               xyz = interp(~mean(var), var = as.name(sum_metric_in))) 

  names(data)[names(data) == "xyz"] <- sum_metric_in  
  data
}

summarize.df(mtcars, "mpg")
#Source: local data frame [3 x 3]
#
#  cyl     qsec      mpg
#1   4 19.13727 26.66364
#2   6 17.97714 19.74286
#3   8 16.77214 15.10000

AFAIK 你不能（还？）提供输入 "sum_metric_in" 到 dplyr::rename，你通常会用它来重命名列，这就是为什么我在例子中做了不同的。

Answer 3

使用 dplyr 的开发版本（即将于 2017 年 4 月发布 0.6.0），我们还可以使用 quosures

summarise.dfN <- function(df, expr) {
      expr <- enquo(expr) 
      colN <- quo_name(expr)
     df %>%
       group_by(cyl) %>%
       summarise(qsec = mean(qsec),
             !!colN := mean(!!expr))


  }

summarise.dfN(mtcars, mpg)
# A tibble: 3 × 3
#    cyl     qsec      mpg
#  <dbl>    <dbl>    <dbl>
#1     4 19.13727 26.66364
#2     6 17.97714 19.74286
#3     8 16.77214 15.10000

enquo 的行为类似于 substitute 通过将输入值返回为 quosure 而 quo_name 将表达式转换为字符串，我们可以取消引用 (!! 或 UQ) 在 group_by/summarise/mutate 等中进行评估。

如上所述，我们也可以将分组变量作为参数传递

summarise.dfN2 <- function(df, expr, grpVar) {
  expr <- enquo(expr) 
  grpVar <- enquo(grpVar)
  colN <- quo_name(expr)
 df %>%
   group_by(!!grpVar) %>%
   summarise(qsec = mean(qsec),
         !!colN := mean(!!expr))


 }

summarise.dfN2(mtcars, mpg, cyl)
# A tibble: 3 × 3
#    cyl     qsec      mpg
#  <dbl>    <dbl>    <dbl>
#1     4 19.13727 26.66364
#2     6 17.97714 19.74286
#3     8 16.77214 15.10000

dplyr 和非标准评估 (NSE)

dplyr and Non-standard evaluation (NSE)

r

dplyr