r - 在带有动态变量的 R 中使用 dplyr 汇总

Question

我试图在 R 中使用来自 dplyr 的汇总和分组，但是当我使用变量代替显式调用汇总列时，它使用每一行的整个数据集的 dist 总和，而不是正确分组。这可以从下面的 TestBad 和 TestGood 之间的差异中很容易看出。我只是希望能够像在 TestBad 中一样使用 GraphVar 变量复制 TestGood 的结果。

    require("dplyr")
    GraphVar <- "dist"

    TestBad <- summarise(group_by_(cars,"speed"),Sum=sum(cars[[GraphVar]],na.rm=TRUE),Count=n())

    testGood <- summarise(group_by_(cars,"speed"),Sum=sum(dist,na.rm=TRUE),Count=n())

谢谢!

Answer 1

2020 年 2 月，包 中提供了用于此的 tidyeval 工具。 rlang .特别是，如果使用字符串，您可以使用 .data代词。

library(dplyr)
GraphVar = "dist"
cars %>%
     group_by(.data[["speed"]]) %>%
     summarise(Sum = sum(.data[[GraphVar]], na.rm = TRUE),
               Count = n() )

虽然它们将在 中被取代(但不会被弃用) dplyr 1.0.0，作用域助手 *_at()函数在处理字符串时很有用。

cars %>%
     group_by_at("speed") %>%
     summarise_at(.vars = vars(GraphVar), 
                  .funs = list(Sum = ~sum(., na.rm = TRUE),
                               Count = ~n() ) )

2016 年您需要标准评估函数 summarise_()连同 lazyeval::interp() .这在 2020 年仍然有效，但已被弃用。

library(lazyeval)
cars %>%
    group_by_("speed") %>%
    summarise_(Sum = interp(~sum(var, na.rm = TRUE), var = as.name(GraphVar)), 
             Count = ~n() )