Question

我正在处理数据集（来自智能手机体验抽样），我必须经常执行分组操作（例如在每个人中找到度量的可变性，或者在每个人的每一天内等等）。典型的代码可能看起来像下面的代码，它计算一些变量的日内变化，然后采用日内变化的平均值并将其与原始数据相连。

output <- group_by(mydata, id, day) %>%
  mutate_at(vars(angr, sad, guil, anx, hap), funs(sd(., na.rm = TRUE))) %>%
  ungroup() %>%
  group_by(id) %>%
  summarize_at(vars(angr, sad, guil, anx, hap), funs('var_day_mean' = mean(., na.rm = TRUE))) %>%
  join(mydata, .)

我想要做的是能够将其保存为一个函数，这样我就可以调用此代码（并将其略微变化保存为不同的函数），而不必多次输出angr, sad, guil, anx, hap。在字符串中的变量名称向量上。所以所需的功能是：

vars <- c('angr', 'sad', 'guil', 'anx', 'hap')

output <- myfunc(vars)

myfunc执行上面的管道操作。

我知道使用dplyr进行非标准评估有一个小插图，但它非常有限，并且不包括我需要对此用例进行的变更或大部分内容，所以我们将非常感谢任何见解。

可重复的例子 - 我想要的基本上是下面的代码工作，但是目前dplyr管道不能像我输入的那样将变量作为字符向量。

编辑：我错了 - 下面的代码确实有效，dplyr可以这样工作（并且还可以将字符向量带到group_by，使其易于编程）。我将下面的代码留作（工作）参考。

data <- data.frame('ID' = rep(1:10, each = 10), 
                   'day' = rep(c(1, 1, 1, 1, 1, 2, 2, 2, 2, 2), 10), 
                   'anx' = rnorm(100), 'sad' = rnorm(100), 'hap' = rnorm(100))

vars = c('anx', 'sad', 'hap')

out <- group_by(data, ID, day) %>%
  mutate_at(vars, funs(sd(., na.rm = TRUE)))

Answer 1

使用mutate_at，您只需将列的名称作为向量提供：

mtcars %>% mutate_at(c("mpg", "hp"), funs(mean))

这应该可以解决问题。

以编程方式选择要放入dplyr管道

1 个答案: