r - 取 dplyr 中字符串定义的变量的平均值

Question

---

看起来这应该很容易，但我很困惑。我已经掌握了使用 dplyr 进行编程的大致技巧0.7，但为此苦苦挣扎:How do Iprogram in dplyr我想要编程的变量是否是一个字符串？

我正在抓取数据库，并且出于各种原因想要总结一个变量，我将知道该变量的位置但不知道其名称(我想要的始终是所提供表的第一列，但名称该列中存储的变量的大小将根据正在抓取的数据库而变化)。使用iris例如，假设我知道我想要的变量位于第一列

library(tidyverse)
desired_var <- colnames(iris)[1]
print(desired_var)
"Sepal.Length"

我现在想按 Species 分组，并取 desired_var 的平均值，即我想要执行的是

iris %>% 
group_by(Species) %>% 
summarise(desired_mean = mean(Sepal.Length))

但是，现在我想取由存储在 desired_var 中的字符串定义的列的平均值。

我知道如何用“裸”来做到这一点Sepal.Length

desired_var <- quo(Sepal.Length)

iris %>% 
group_by(Species) %>% 
summarise(desired_mean = mean(!!desired_var))

但是我到底该如何处理我拥有 "Sepal.Length" 的事实呢？不是Sepal.Length ，即desired_var <- "Sepal.Length" ？

Answer 1

您想知道 tidyeval这是 tidyverse 的一个相当新的功能。 (参见 here )更多用于使用 tidyverse 创建函数功能。目前仅适用于 dplyr但计划是将其扩展到其他 tidyverse包。

不过，根据您的需要，当 summarize_at 时，您实际上并不需要参与其中。会做。此函数允许您跨您选择的任何变量扩展指定的特定操作:

iris %>% 
  group_by(Species) %>% 
  summarise_at(vars(one_of("Sepal.Length", "Sepal.Width")), funs(desired_mean = mean))

# A tibble: 3 x 3
     Species Sepal.Length_desired_mean Sepal.Width_desired_mean
      <fctr>                     <dbl>                    <dbl>
1     setosa                     5.006                    3.428
2 versicolor                     5.936                    2.770
3  virginica                     6.588                    2.974

您可以将变量列表存储到向量中，然后使用该向量:

selected_vectors <- c("Sepal.Length", "Sepal.Width")
iris %>% 
  group_by(Species) %>% 
  summarise_at(vars(one_of(selected_vectors)), funs(desired_mean = mean))