r - dplyr : summarise a variable given as a character string 中的标准评估

Question

2020 年 7 月更新:

dplyr 1.0 几乎改变了这个问题的所有内容以及所有答案。请参阅此处的 dplyr 编程小插图:

https://cran.r-project.org/web/packages/dplyr/vignettes/programming.html

当列的标识符存储为字符向量时，引用列的新方法是使用 rlang 中的 .data 代词，然后像在基础R。

library(dplyr)

key <- "v3"
val <- "v2"
drp <- "v1"

df <- tibble(v1 = 1:5, v2 = 6:10, v3 = c(rep("A", 3), rep("B", 2)))

df %>% 
    select(-matches(drp)) %>% 
    group_by(.data[[key]]) %>% 
    summarise(total = sum(.data[[val]], na.rm = TRUE))

#> `summarise()` ungrouping output (override with `.groups` argument)
#> # A tibble: 2 x 2
#>   v3    total
#>   <chr> <int>
#> 1 A        21
#> 2 B        19

如果您的代码位于包函数中，您可以@importFrom rlang .data以避免 R 检查有关未定义全局变量的注释。

原始问题:

我想引用 summarise 中的未知列名称。 dplyr 0.3 中引入的标准评估函数允许使用变量引用列名，但是当您在例如中调用 base R 函数时，这似乎不起作用。 总结。

library(dplyr)
 
key <- "v3"
val <- "v2"
drp <- "v1"
 
df <- data_frame(v1 = 1:5, v2 = 6:10, v3 = c(rep("A", 3), rep("B", 2)))

df 看起来像这样:

> df
Source: local data frame [5 x 3]

  v1 v2 v3
1  1  6  A
2  2  7  A
3  3  8  A
4  4  9  B
5  5 10  B

我想删除每个组的 v1、group by v3 和 sum v2:

df %>% select(-matches(drp)) %>% group_by_(key) %>% summarise_(sum(val, na.rm = TRUE))

Error in sum(val, na.rm = TRUE) : invalid 'type' (character) of argument

select() 的 NSE 版本工作正常，因为它可以匹配字符串。 SE 版本的 group_by() 工作正常，因为它现在可以接受变量作为参数并对其求值。但是，在 dplyr 函数内使用基本 R 函数时，我还没有找到实现类似结果的方法。

不起作用的事情:

df %>% group_by_(key) %>% summarise_(sum(get(val), na.rm = TRUE))
Error in get(val) : object 'v2' not found

df %>% group_by_(key) %>% summarise_(sum(eval(as.symbol(val)), na.rm = TRUE))
Error in eval(expr, envir, enclos) : object 'v2' not found

我已经查看了several related questions ，但到目前为止，所提出的解决方案都没有为我工作。

Answer 1

请注意，此答案不适用于dplyr >= 0.7.0，而是适用于以前的版本。

[dplyr 0.7.0] has a new approach to non-standard evaluation (NSE) called tidyeval. It is described in detail in vignette("programming").

<小时/>

dplyr vignette on non-standard evalutation在这里很有帮助。检查“混合常量和变量”部分，您会发现可以使用包lazyeval中的函数interp，并且“[u]se as.name 如果你有一个给出变量名称的字符串":

library(lazyeval)
df %>%
  select(-matches(drp)) %>%
  group_by_(key) %>%
  summarise_(sum_val = interp(~sum(var, na.rm = TRUE), var = as.name(val)))
#   v3 sum_val
# 1  A      21
# 2  B      19