在 apply 的函数中使用 dplyr::group_by

Question

我想为我的数据集中的一组分组变量生成很好的摘要，其中对于每个组，我将显示前 6 个频率及其相关比例。我可以使用以下语法为单个分组变量获取此信息：

my_db %>% 
group_by(my_var) %>% 
summarise(n=n()) %>% 
mutate(pc=scales::percent(n/sum(n))) %>% 
arrange(desc(n)) %>% 
head()

如何修改此表达式以便它可以在应用函数中使用？

例如使用 mtcars，我试过这样的东西：

apply(mtcars[c(2:4,11)], 2, 
   function(x) {
    group_by(!!x) %>% 
      summarise(n=n()) %>% 
      mutate(pc=scales::percent(n/sum(n))) %>% 
      arrange(desc(n)) %>% head()
      }
    )

但它不起作用。知道我该如何实现吗？

Answer 1

您应该使用 colnames(dat) 申请以获得正确的分组：

dat <- mtcars[c(2:4,11)]



grp <- function(x) {
  group_by(dat,!!as.name(x)) %>%
  summarise(n=n()) %>% 
  mutate(pc=scales::percent(n/sum(n))) %>% 
  arrange(desc(n)) %>% head()
}


lapply(colnames(dat), grp)

Answer 2

apply(mtcars[c(2:4,11)], 2, 
      function(x) { 
    mtcars %>%
    group_by(x= !!x) %>% 
      summarise(n=n()) %>% 
      mutate(pc=scales::percent(n/sum(n))) %>% 
      arrange(desc(n)) %>% head()
  }
)

你只需要父 df 来评估

在 apply 的函数中使用 dplyr::group_by

using dplyr::group_by in a function within apply

r

apply

dplyr

non-standard-evaluation