r - dplyr 使用动态变量名称进行变异，同时尊重 group_by

Question

我正在按照

dplyr mutate using variable columns
&
dplyr - mutate: use dynamic variable names

在 mutate 中使用动态名称。我想要做的是按受最小标准偏差影响的组对列数据进行标准化。每列都有不同的最小标准偏差

例如(为方便起见，我省略了循环和映射语句)

require(dplyr)
require(magrittr)
data(iris)
iris <- tbl_df(iris)

minsd <- c('Sepal.Length' = 0.8)
varname <- 'Sepal.Length'

iris %>% group_by(Species) %>% mutate(!!varname := mean(pluck(iris,varname),na.rm=T)/max(sd(pluck(iris,varname)),minsd[varname]))

我让动态分配和变量选择按照引用答案的建议工作。但是 group_by() 不受尊重，至少对我来说，这是在这里使用 dplyr 的主要好处

所需的答案由

iris %>% group_by(Species) %>% mutate(!!varname := mean(Sepal.Length,na.rm=T)/max(sd(Sepal.Length),minsd[varname]))

有没有解决的办法？

Answer 1

我其实不太了解pluck ，所以我不知道出了什么问题，但我会这样做，这有效:

iris %>% group_by(Species) %>% 
  mutate(
    !! varname :=
      mean(!!as.name(varname), na.rm = T) / 
      max(sd(!!as.name(varname)),
          minsd[varname])
 )

如果这不是您要找的，请告诉我。