r - 在函数中使用data.table i和j参数

Question

我正在尝试编写一些包装函数，以减少data.table的代码重复。

这是使用mtcars的示例。首先，设置一些数据:

library(data.table)
data(mtcars)
mtcars$car <- factor(gsub("(.*?) .*", "\\1", rownames(mtcars)), ordered=TRUE)
mtcars <- data.table(mtcars)

现在，这是我通常写的内容，以便按组汇总计数。在这种情况下，我按 car分组:

mtcars[, list(Total=length(mpg)), by="car"][order(car)]

      car Total
      AMC     1
 Cadillac     1
   Camaro     1
...
   Toyota     2
  Valiant     1
    Volvo     1

复杂的是，由于参数 i和 j是在 data.table的框架中求值的，因此如果要传递变量，则必须使用 eval(...):

这有效:

group <- "car"
mtcars[, list(Total=length(mpg)), by=eval(group)]

但是现在我想按相同的分组变量对结果进行排序。我无法获得以下任何变体来给我正确的结果。请注意，我总是得到单行结果，而不是有序集。

mtcars[, list(Total=length(mpg)), by=eval(group)][order(group)]
   car Total
 Mazda     2

我知道为什么:这是因为 group是在 parent.frame中评估的，而不是 data.table的框架。

如何在group的上下文中评估data.table？

更笼统地说，如何在函数中使用它？我需要以下函数为我提供所有结果，而不仅仅是第一行数据:

tableOrder <- function(x, group){
  x[, list(Total=length(mpg)), by=eval(group)][order(group)]
}

tableOrder(mtcars, "car")

Answer 1

加文和乔希是对的。这个答案只是为了增加更多背景。这个想法是，不仅可以将变量列名传递给类似的函数，还可以使用quote()将列名的表达式传递给函数。

group = quote(car)
mtcars[, list(Total=length(mpg)), by=group][order(group)]
      group Total
        AMC     1
   Cadillac     1
     ...
     Toyota     2
    Valiant     1
      Volvo     1

尽管开始时比较困难，但它可以更灵活。无论如何，这就是主意。在内部函数中，您需要 substitute()，像这样:

tableOrder = function(x,.expr) {
    .expr = substitute(.expr)
    ans = x[,list(Total=length(mpg)),by=.expr]
    setkeyv(ans, head(names(ans),-1))    # see below re feature request #1780
    ans
}

tableOrder(mtcars, car)
      .expr Total
        AMC     1
   Cadillac     1
     Camaro     1
      ...
     Toyota     2
    Valiant     1
      Volvo     1

tableOrder(mtcars, substring(car,1,1))  # an expression, not just a column name
      .expr Total
 [1,]     A     1
 [2,]     C     3
 [3,]     D     3
 ...
 [8,]     P     2
 [9,]     T     2
[10,]     V     2

tableOrder(mtcars, list(cyl,gear%%2))   # by two expressions, so head(,-1) above
     cyl gear Total
[1,]   4    0     8
[2,]   4    1     3
[3,]   6    0     4
[4,]   6    1     3
[5,]   8    1    14

v1.8.0(2012年7月)中添加了新参数 keyby，使其更简单:

tableOrder = function(x,.expr) {
    .expr = substitute(.expr)
    x[,list(Total=length(mpg)),keyby=.expr]
}

欢迎在 i， j和 by变量表达式方面进行评论和反馈。您可以做的另一件事是创建一个表，该表中的一列包含表达式，然后从该表中查找要放入 i， j或 by的表达式。