r - 在 dplyr 中使用变量列名总结

Question

我发现这个问题已经被问到但没有正确的答案。 R using variable column names in summarise function in dplyr

我想计算两列平均值之间的差异，但列名应该由变量提供...到目前为止，我只找到函数 as.name 以文本形式提供列名，但这在这里不起作用......

使用固定列名它可以工作。

x <- c('a','b')
df <- group_by(data.frame(a=c(1,2,3,4), b=c(2,3,4,5), c=c(1,1,2,2)), c)
df %>% summarise(mean(a) - mean(b))

对于可变列，它不起作用

df %>% summarise(mean(x[1]) - mean(x[2]))
df %>% summarise(mean(as.name(x[1])) - mean(as.name(x[2])))

因为这已经是 3 年前的问题，而且 dplyr 正在良好的开发中，我想知道现在是否有答案。

Answer 1

你可以使用base::get:

df %>% summarise(mean(get(x[1])) - mean(get(x[2])))

# # A tibble: 2 x 2
#        c `mean(a) - mean(b)`
#    <dbl>               <dbl>
# 1     1                  -1
# 2     2                  -1

get 默认在当前环境中搜索。

正如错误消息所说，mean 需要一个逻辑或数字对象，as.name 返回一个名称:

class(as.name("a")) # [1] "name"

你可以评估你的名字，那也行:

df %>% summarise(mean(eval(as.name(x[1]))) - mean(eval(as.name(x[2]))))
# # A tibble: 2 x 2
#       c `mean(eval(as.name(x[1]))) - mean(eval(as.name(x[2])))`
#   <dbl>                                                   <dbl>
# 1     1                                                      -1
# 2     2                                                      -1