Question

我正在尝试使用dplyr中的summarize函数来使用两个参数函数计算汇总统计信息，该函数从连接的数据库传递表和字段名称。不幸的是，只要我用另一个函数包装汇总函数，结果就不正确。结束表是一个不遍历每一行的数据帧。我将在下面显示输入/输出：

摘要统计功能 库（dplyr）

data<-iris
data<- group_by(.data = data,Species)

SummaryStatistics <- function(table, field){
table %>%
summarise(count = n(),
          min = min(table[[field]], na.rm = T),
          mean = mean(table[[field]], na.rm = T, trim=0.05),
          median = median(table[[field]], na.rm = T))
}

SummaryStatistics(data, "Sepal.Length")

输出表 - 不正确，只是重复相同的计算

     Species count   min     mean median
1     setosa    50   4.3 5.820588    5.8
2 versicolor    50   4.3 5.820588    5.8
3  virginica    50   4.3 5.820588    5.8

正确的表格/期望的结果 - 这就是表格的样子。当我运行包装函数的概括函数时，这就是它产生的东西。

      Species count   min     mean median
 1     setosa    50   4.3 5.002174    5.0
 2 versicolor    50   4.9 5.934783    5.9
 3  virginica    50   4.9 6.593478    6.5

我希望这很容易理解。我只是无法理解为什么汇总统计在包装函数之外完美地工作，但是一旦我将参数传递给它，它就会为每一行计算相同的东西。任何帮助将不胜感激。

谢谢，Kev

Answer 1

您需要使用标准评估以编程方式与dplyr一起使用lazyeval函数。 dplyr NSE vignette很好地涵盖了它。

library(dplyr)
library(lazyeval)

data <- group_by(iris, Species)

SummaryStatistics <- function(table, field){
  table %>%
    summarise_(count = ~n(),
              min = interp(~min(var, na.rm = T), var = as.name(field)),
              mean = interp(~mean(var, na.rm = T, trim=0.05), var = as.name(field)),
              median = interp(~median(var, na.rm = T), var = as.name(field)))
}

SummaryStatistics(data, "Sepal.Length")

# A tibble: 3 × 5
     Species count   min     mean median
      <fctr> <int> <dbl>    <dbl>  <dbl>
1     setosa    50   4.3 5.002174    5.0
2 versicolor    50   4.9 5.934783    5.9
3  virginica    50   4.9 6.593478    6.5

将参数传递给dplyr汇总函数

1 个答案: