Question

我经历了许多类似于我的问题，但只解决了我问题的一部分。我正在使用dplyr进行标准评估以适应变量名称。这适用于管道中的filter_和group_by_。但是，总而言之，我没有一个变量名称用于度量我总结。一个例子可以说清楚。

library(dplyr)
library(lazyeval)

# create data
a <- data.frame(
  x = c(2010, 2010, 2011, 2011, 2011),
  y_zm = c(rep(10, 5)),
  y_r2 = c(rep(20, 5)))

# define variable names
tag <- "2011"
metric <- "y"
run1 <- "zm"
run2 <- "r2"

# working example for a pipe with fixed variable name
a %>%
  filter_(~x == tag) %>%
  group_by_(tag) %>%
  summarise_(variable_name = interp(~sum(var, na.rm = T), 
                                    var = as.name(paste0(metric,"_",run1))))

# non-working example of what I want to do
a %>%
  filter_(~x == tag) %>%
  group_by_(tag) %>%
  summarise_(as.name(paste0(metric,"_",run1)) = 
               interp(~sum(var, na.rm = T), 
                      var = as.name(paste0(metric,"_",run1))))

我尝试了许多涉及as.name（）或interp（）的不同内容，但似乎没有任何效果。

Answer 1

在对NSE插图进行了一段时间的研究和探究之后，如果您使用setNames参数并放置summarise_，我发现您可以在.dots中使用interp在列表中工作。

a %>%
    filter_(~x == tag) %>%
    group_by_(tag) %>%
    summarise_(.dots = setNames(list(interp(~sum(var, na.rm = TRUE),
                                            var = as.name(paste0(metric,"_",run1)))), 
                                                            paste0(metric,"_",run1)))

Source: local data frame [1 x 2]

  2011 y_zm
1 2011   30

您还可以添加rename_步骤来执行相同的操作。我可以看到这不太理想，因为它依赖于知道你在summarise_中使用的名字。但是如果你总是使用相同的名字，比如variable_name，这对某些情况来说似乎是一个可行的选择。

a %>%
    filter_(~x == tag) %>%
    group_by_(tag) %>%
    summarise_(variable_name = interp(~sum(var, na.rm = T), 
                                         var = as.name(paste0(metric,"_",run1)))) %>%
    rename_(.dots = setNames("variable_name", paste0(metric,"_",run1)))

Source: local data frame [1 x 2]

  2011 y_zm
1 2011   30

dplyr标准评估：summarise_与summed变量的变量名称

1 个答案: