r - 在 data.table 函数中将多个列名传递给 "by"

Question

我读过很多关于将列名传递给 data.table 函数的帖子，但我没有看到一篇关于将多个变量传递给“by”的帖子。我通常使用这样的代码按组计算汇总统计数据。

# Data
library(data.table)
dt=mtcars
setDT(dt)

# Summary Stats Example
dt[cyl==4,.(Count=.N,
    Mean=mean(hp),
    Median=median(hp)),
    by=.(am,vs)]

#    am vs Count   Mean Median
# 1:  1  1     7 80.571     66
# 2:  0  1     3 84.667     95
# 3:  1  0     1 91.000     91

我无法使用以下功能:

# Function
myFun <- function(df,i,j,by){
    df[i==4,.(Count=.N,
      Mean=mean(j),
      Median=median(j)),
      by=.(am,by)]
}
myFun(dt,i='cyl',j='hp',by='vs')

请注意，我将“4”和“am”硬编码到此示例的函数中。 get() 仅在分组变量使用 1 时有效，但在使用多个分组变量时失败。感谢有关在编写 data.table 函数时如何正确使用 get/quote/eval/substitute/parse/as.name/etc 的指导。

Answer 1

只需为 data.table 的 by 部分创建一个字符向量，它就可以工作:

myFun <- function(df, i, j, by){

 df[get(i) == 4, .(Count = .N, 
           Mean = mean(get(j)),
           Median = median(get(j))),
  by = c(by, 'am')]
}



myFun(dt, i = 'cyl', j = 'hp', by = 'vs')

#vs am Count     Mean Median
#1:  1  1     7 80.57143     66
#2:  1  0     3 84.66667     95
#3:  0  1     1 91.00000     91