Question

我尝试在函数中使用dplyr，将列名作为变量传入，然后在汇总函数中与n_distinct一起使用。

据我所知，使用dtlyr进行编程变得更加容易，使用了summary_（arrange）（nse）中描述的summarize，arrange_ etc函数。我也尝试过来自lazyeval的各种interp组合。 n_distinct响应＆＃34;输入到n_distinct（）必须是数据集中的单个变量名称＆＃34; （这是有道理的，只是我在字符串中有变量名...）

这在函数外部工作正常（提到data.frame中的列名）：

summarize(data, count=n_distinct(mention))

这是我的第一次努力：

getProportions <- function(datain, id_column) {
    overall_total <- summarize(datain, count=n_distinct(id_column))[1,1]
}

getProportions(measures, "mention")

在阅读了NSE文档和一些关于使用dplyr进行编程的线程后，我尝试了：

overall_total <- summarize_(datain, count=interp(~n_distinct(var),var=as.name(id_column)))[1,1]

但无济于事。有任何想法吗？几乎看起来需要n_distinct_（）？

修改我的道歉和感谢。你是对的，interp版本确实有效，似乎我从来没有完全击中那个完整的组合。我查看了我的旧版本，当我将var部分改为正确时，我使用了简单的summary（），当我使用summarize_（）时，我离开了inter =调用的var =部分。叹。我没有用两个版本生成一个完整的工作示例。

Answer 1

正如评论中所指出的，正确的方法是我的第二个选择，显然我从未完全测试过（我留下了var =部分interp调用。）：

f <- function(data, col) {
        summarise_(data, count = interp(~n_distinct(var), var = as.name(col)))
}
f(mtcars, "cyl")

在带引号变量的函数中使用dplyr n_distinct

1 个答案: