r - 如何使用 ggplot 和 dplyr 从函数中的 quosures 创建因子变量？

Question

这是来自 how to combine ggplot and dplyr into a function? 的跟进.

问题是，如何编写一个使用 dplyr 的函数。 , ggplot并可能指定来自 quosures 的因子变量?

这是一个例子

dataframe <- data_frame(id = c(1,2,3,4,5,6),
                        group = c(1,1,0,0,3,4),
                        value = c(200,400,120,300,100,100))

# A tibble: 6 x 3
     id group value
  <dbl> <dbl> <dbl>
1     1     1   200
2     2     1   400
3     3     0   120
4     4     0   300
5     5     3   100
6     6     4   100

如您所见，分组变量 group这里是数字，所以

get_charts1 <- function(data, mygroup, myoutput){

  quo_var <- enquo(mygroup)
  quo_output <- enquo(myoutput)

  df_agg <- data %>% 
    group_by(!!quo_var) %>% 
    summarize(mean = mean(!!quo_output, na.rm = TRUE),
              count = n()) %>% 
    ungroup()

  ggplot(df_agg, aes_q(x = quote(count), y = quote(mean), color = quo_var, group = quo_var)) + 
    geom_point() +
    geom_line() 
}

get_charts1(dataframe, 
            mygroup = group,
            myoutput = value)

将为分组变量输出一个具有连续刻度的图表，这是不需要的。



理想情况下，我想即时定义因子变量。也就是说，在函数中有这样的东西:

 ggplot(df_agg, aes_q(x = quote(count), 
                       y = quote(mean), 
                       color = factor(quo_var), 
                       group = factor(quo_var))) + 
    geom_point() +
    geom_line() 

这当然不起作用。

问题是:这里可以做什么？

谢谢!!

Answer 1

这是使用其他 rlang 函数的可能性。

get_charts1 <- function(data, mygroup){

  quo_var <- enquo(mygroup)

  df_agg <- data %>% 
    group_by(!!quo_var) %>% 
    summarize(mean = mean(value, na.rm = TRUE),
              count = n()) %>% 
    ungroup()

  cc <- rlang::expr(factor(!!(rlang::get_expr(quo_var))))
  # or just cc <- expr(factor(!!get_expr(quo_var))) if you include library(rlang)

  ggplot(df_agg, aes_q(x = quote(count), y = quote(mean), color = cc)) + 
    geom_point() +
    geom_line() 
}

我们构建表达式 factor(group)使用 expr()功能。我们使用 get_expr()从 quosure quo_var 中提取符号名称“group” .一旦我们构建了表达式，我们就可以将它传递给 aes_q .

希望 ggplot 很快就会对 tidy-eval 友好，这将不再是必要的。