Question

我在wrap函数中使用ddply（来自plyr中的R包）。我想根据变量的值来总结我的数据集。但是，wrap函数必须定义我想要汇总的变量。

如果没有换行功能，我可以采用以下方法：

require(plyr)

# Create sample dataframe:
sample_df <- data.frame(a = rep(1:3, 2), b = rep(3:1, 2), c = rep(c("a", "b"), 3))

sample_df
  a b c
1 1 3 a
2 2 2 b
3 3 1 a
4 1 3 b
5 2 2 a
6 3 1 b

# Use ddply to summarize the dataframe:
ddply(sample_df, .(a), summarize, mean = mean(b), var = var(b))
  a mean var
1 1    3   0
2 2    2   0
3 3    1   0

但是，使用wrap函数，我得不到相同的结果：

sumfun <- function(df, v) { # summarize a given dataframe by a given variable, 
  d <- ddply(df, .(v), summarize, mean = mean(b), var = var(b))
  return(d)
}

# Output using the function:
sumfun(sample_df, "a")
  v mean var
1 a    3  NA

为什么ddply的行为在函数中使用时会有所不同？我尝试在函数中使用substitute(v)和eval(substitute(v))，但它没有什么区别。

Answer 1

plyr包及其ddply功能有点过时，并演变为dplyr，tidyr和类似的包（引用为tidyverse）。

# library(tidyverse)
library(dplyr)

您要完成的任务可以这样翻译：

sample_df %>% 
    group_by(a) %>% 
    summarize(mean = mean(b), var = var(b))
# # A tibble: 3 × 3
#       a  mean   var
#   <int> <dbl> <dbl>
# 1     1     3     0
# 2     2     2     0
# 3     3     1     0

并且，对于函数方法：

sumfun <- function(df, v) {
    df %>% 
        group_by_(v) %>% 
        summarize(mean = mean(b), var = var(b))
}

sumfun(sample_df, 'a')
# # A tibble: 3 × 3
#       a  mean   var
#   <int> <dbl> <dbl>
# 1     1     3     0
# 2     2     2     0
# 3     3     1     0

请注意执行标准评估所需的函数_中的最终group_by_。有关详细信息，请参阅vignette("nse")。

使用ddply内部函数（非标准评估）

1 个答案: