R dplyr：当...将引用数据中的变量名称时，如何使用... with summarize(across())？

Question

我想要使用 summarize 的灵活函数，其中：

聚合函数由用户提供
聚合函数可能会使用更多参数，这些参数引用数据本身中的变量。

一个很好的例子是用户提供 fun=weighted.mean() 并指定权重参数 w。

目前，我正在尝试 ...。问题是我找不到让 ... 引用数据框中的变量的方法？下面的示例是使用 across() 给出的，但是如果我使用 summarize_at()

也会发生同样的情况

谢谢！！

library(tidyverse)
fo1 <- function(df, fun=mean, ...){
  df %>% 
    group_by(Species) %>% 
    summarise(across(starts_with("sepal"), fun, ...))
}

fo1(iris)
#> `summarise()` ungrouping output (override with `.groups` argument)
#> # A tibble: 3 x 3
#>   Species    Sepal.Length Sepal.Width
#>   <fct>             <dbl>       <dbl>
#> 1 setosa             5.01        3.43
#> 2 versicolor         5.94        2.77
#> 3 virginica          6.59        2.97
fo1(iris, fun=weighted.mean)
#> `summarise()` ungrouping output (override with `.groups` argument)
#> # A tibble: 3 x 3
#>   Species    Sepal.Length Sepal.Width
#>   <fct>             <dbl>       <dbl>
#> 1 setosa             5.01        3.43
#> 2 versicolor         5.94        2.77
#> 3 virginica          6.59        2.97
fo1(iris, fun=weighted.mean, w=Petal.Length)
#> Error: Problem with `summarise()` input `..1`.
#> x object 'Petal.Length' not found
#> ℹ Input `..1` is `across(starts_with("sepal"), fun, ...)`.
#> ℹ The error occurred in group 1: Species = "setosa".
fo1(iris, fun=weighted.mean, w=.data$Petal.Length)
#> Error: Problem with `summarise()` input `..1`.
#> x 'x' and 'w' must have the same length
#> ℹ Input `..1` is `across(starts_with("sepal"), fun, ...)`.
#> ℹ The error occurred in group 1: Species = "setosa".

^{由 reprex package (v0.3.0)}

于 2020 年 11 月 10 日创建

Answer 1

您需要传递附加参数的准确值。 .data$Petal.Length 是 NULL.

library(dplyr)

fo1 <- function(df, fun=mean, ...){
  df %>% 
    summarise(across(starts_with("sepal"), fun, ...))
}


fo1(iris, fun=weighted.mean, w= iris$Petal.Length)
#  Sepal.Length Sepal.Width
#1     6.180167    2.970197

Answer 2

这很丑陋，但有效。

> fo1 <- function(df, fun=mean, ...){
+   w <- df %>% pull(...)
+   df %>% 
+     summarise(across(starts_with("Sepal"), fun, w))
+ }
> fo1(iris, fun=weighted.mean, Petal.Length)
  Sepal.Length Sepal.Width
1     6.180167    2.970197

根据保罗在上述评论中的建议，这似乎是一个通用的解决方案：

fo1 <- function(df, fun=mean, ...){
  df %>% 
    summarise(across(starts_with("Sepal"), fun, !!!enquos(...)))
}
> fo1(iris, fun=weighted.mean, Petal.Length)
  Sepal.Length Sepal.Width
1     6.180167    2.970197
> fo1(iris, fun=mean)
  Sepal.Length Sepal.Width
1     5.843333    3.057333

我尝试了 !!、!!!、enquo() 和 enquos() 的几种组合，但肯定错过了那个。

Answer 3

enquos 将 return 引用表达式的列表。取消引用拼接运算符 !!! 将取消引用每个元素作为函数调用的参数。

library(tidyverse)

fo1 <- function(df, fun = mean, ...) {
  df %>% 
    summarise(across(starts_with("sepal"), fun, !!!enquos(...)))
}

iris %>%
  group_by(Species) %>%
  fo1(fun = weighted.mean, w = Petal.Length, na.rm = TRUE)
#> # A tibble: 3 x 3
#>   Species    Sepal.Length Sepal.Width
#>   <fct>             <dbl>       <dbl>
#> 1 setosa             5.02        3.44
#> 2 versicolor         5.98        2.79
#> 3 virginica          6.64        2.99

有关详细信息，请参阅 here。

R dplyr：当...将引用数据中的变量名称时，如何使用... with summarize(across())？

R dplyr: how to use ... with summarize(across()) when ... will refer to a variable name within the data?

r

dplyr

tidyverse

rlang

across