r - 将参数传递给 dplyr 函数

Question

我想使用 dplyr 参数化以下计算找出 Sepal.Length 的哪些值与多个 Sepal.Width 的值相关联:

library(dplyr)

iris %>%
    group_by(Sepal.Length) %>%
    summarise(n.uniq=n_distinct(Sepal.Width)) %>%
    filter(n.uniq > 1)

通常我会写这样的东西:

not.uniq.per.group <- function(data, group.var, uniq.var) {
    iris %>%
        group_by(group.var) %>%
        summarise(n.uniq=n_distinct(uniq.var)) %>%
        filter(n.uniq > 1)
}

但是，这种方法会引发错误，因为 dplyr用途 non-standard evaluation .这个函数应该怎么写？

Answer 1

您需要使用 dplyr 的标准评估版本。函数(只需将 '_' 附加到函数名称，即 group_by_ & summarise_ )并将字符串传递给您的函数，然后您需要将其转换为符号。要参数化 summarise_ 的参数，您需要使用 interp() ，在 lazyeval 中定义包裹。具体来说:

library(dplyr)
library(lazyeval)

not.uniq.per.group <- function(df, grp.var, uniq.var) {
    df %>%
        group_by_(grp.var) %>%
        summarise_( n_uniq=interp(~n_distinct(v), v=as.name(uniq.var)) ) %>%
        filter(n_uniq > 1)
}

not.uniq.per.group(iris, "Sepal.Length", "Sepal.Width")

请注意，在 dplyr 的最新版本中dplyr 函数的标准评估版本是 "soft deprecated"赞成非标准评价。

见 Programming with dplyr vignette有关使用非标准评估的更多信息。