首页 文章

dplyr：如何在函数中使用group_by？

提问于
浏览 次
39

我想在另一个函数中使用 dplyr::group_by 函数，但我不知道如何将参数传递给这个函数 .

有人能提供一个有效的例子吗？

library(dplyr)
data(iris)
iris %.% group_by(Species) %.% summarise(n = n()) # 
## Source: local data frame [3 x 2]
##      Species  n
## 1  virginica 50
## 2 versicolor 50
## 3     setosa 50

mytable0 <- function(x, ...) x %.% group_by(...) %.% summarise(n = n())
mytable0(iris, "Species") # OK
## Source: local data frame [3 x 2]
##      Species  n
## 1  virginica 50
## 2 versicolor 50
## 3     setosa 50

mytable1 <- function(x, key) x %.% group_by(as.name(key)) %.% summarise(n = n())
mytable1(iris, "Species") # Wrong!
# Error: unsupported type for column 'as.name(key)' (SYMSXP)

mytable2 <- function(x, key) x %.% group_by(key) %.% summarise(n = n())
mytable2(iris, "Species") # Wrong!
# Error: index out of bounds
r dplyr

3 回答

  • 2

    对于编程， group_by_ 是 group_by 的对应物：

    library(dplyr)

mytable <- function(x, ...) x %>% group_by_(...) %>% summarise(n = n())
mytable(iris, "Species")
# or iris %>% mytable("Species")

    这使：

    Species  n
1     setosa 50
2 versicolor 50
3  virginica 50

    Update 在写这篇文章的时候，dplyr使用了 %.% 这是上面最初使用的，但是现在 %>% 是有利的，所以为了保持这种相关性已经改变了 .

    现在不推荐使用 Update 2 regroup，而是使用group_by_ .

    根据Roberto的评论， Update 3 group_by_(list(...)) 现在在dplyr的新版本中成为 group_by_(...) .

    Update 4 在评论中建议添加了小的变体 .

    Update 5: 使用rlang / tidyeval，现在可以这样做：

    library(rlang)
mytable <- function(x, ...) {
  group_ <- syms(...)
  x %>% 
    group_by(!!!group_) %>% 
    summarise(n = n())
}
mytable(iris, "Species")

    或传递 Species 未评估，即没有报价：

    library(rlang)
mytable <- function(x, ...) {
  group_ <- quos(...)
  x %>% 
    group_by(!!!group_) %>% 
    summarise(n = n())
}
mytable(iris, Species)
    回复于
  • 5

    UPDATE ：从dplyr 0.7.0开始，您可以使用整齐的eval来完成此任务 .

    有关详细信息，请参阅http://dplyr.tidyverse.org/articles/programming.html .

    library(tidyverse)
data("iris")

my_table <- function(df, group_var) {
  group_var <- enquo(group_var)      # Create quosure
  df %>% 
    group_by(!!group_var) %>%        # Use !! to unquote the quosure
    summarise(n = n())
}

my_table(iris, Species)

> my_table(iris, Species)
# A tibble: 3 x 2
     Species     n
      <fctr> <int>
1     setosa    50
2 versicolor    50
3  virginica    50
    回复于
  • 56

    他们来的时候很难看，但她工作：

    mytable3 <- function(x, key) {
  my.call <- bquote(summarise(group_by(.(substitute(x)), NULL), n = n()))
  my.call[[2]][[3]] <- as.name(key)
  eval(my.call, parent.frame())
} 
mytable3(iris, "Species")
# Source: local data frame [3 x 2]
#
#      Species  n
# 1  virginica 50
# 2 versicolor 50
# 3     setosa 50

    几乎可以肯定会导致这种情况破裂，但你明白了 . 我认为你不能搞砸这个电话 . 另一件事确实有效，但更加丑陋的是：

    mytable4 <- function(x, key) summarise(group_by(x, x[[key]]), n = n())
    回复于

相关问题