指定dplyr列名称

Question

如果我不知道列名，但是想通过变量指定列名，怎样才能将列名传递给dplyr？

e.g。这有效：

require(dplyr)
df <- as.data.frame(matrix(seq(1:9),ncol=3,nrow=3))
df$group <- c("A","B","A")
gdf <- df %.% group_by(group) %.% summarise(m1 =mean(V1),m2 =mean(V2),m3 =mean(V3))

但这不是

require(dplyr)
someColumn = "group"
df <- as.data.frame(matrix(seq(1:9),ncol=3,nrow=3))
df$group <- c("A","B","A")
gdf <- df %.% group_by(someColumn) %.% summarise(m1 =mean(V1),m2 =mean(V2),m3 =mean(V3))

Answer 1

我刚刚在Group by multiple columns in dplyr, using string vector input给出了类似的答案，但是为了更好的衡量标准：允许您使用字符串对列进行操作的函数已添加到dplyr。它们与常规dplyr函数具有相同的名称，但以下划线结尾。这些功能在this vignette。

中有详细描述

从OP获得df和someColumn，这现在可以实现：

gdf <- df %>% group_by_(someColumn) %>% summarise(m1=mean(V1),m2=mean(V2),m3=mean(V3))

请注意，它是group_by_，而不是group_by，%>%运算符用作%.%已弃用。

Answer 2

这是对这个直截了当的问题的回答，这个问题是通过选择hadley的解决方案获得的。

gdf <- df %.% regroup( lapply( someColumn, as.symbol)) %.% summarise(m1 =mean(V1),m2 =mean(V2),m3 =mean(V3))

FWIW，我的用例涉及通过一个变量列和一个常量列进行分组。解决方法是：

gdf <- df %.% regroup( lapply( c( 'constant_column', someColumn), as.symbol)) %.% summarise(m1 =mean(V1),m2 =mean(V2),m3 =mean(V3))

最后，发布的eval解决方案不起作用。这只会创建一个新列，其值都是someColumn eval的值。我还不够冷静地发表评论或对其进行投票。

Answer 3

您可以使用summarise_，如下所示：

plotVar         = "Stocks_US_TotalCrudeOil"
dfBand <- mydf[ c( plotVar ,  "year", "week"  )  ] %>%
            filter ( year %in% bandYears )   %>%
            group_by (  week )   %>% 
            summarise_ (   ymini =  paste( "min(" ,  as.name(plotVar)  ,")"  ) 
                         , ymaxi =  paste( "max(" ,  as.name(plotVar)  ,")"  )     )
dfBand

Answer 4

pollutant <- "sulfate"
summarise(data, mean(eval(as.symbol(pollutant)), na.rm = TRUE))

我试图针对自己的问题提出同样的问题。然后我找到了解决方案。 我用eval封装了表达式（as.symbol（））。

Answer 5

我希望你只需要使用eval

require(dplyr)
someColumn = "group"
df <- as.data.frame(matrix(seq(1:9),ncol=3,nrow=3))
df$group <- c("A","B","A")
gdf <- df %.% group_by(eval(someColumn)) %.% summarise(m1 =mean(V1),m2 =mean(V2),m3 =mean(V3))