方法2：接受并等待

Question

我经常将dplyr与ggplot2结合在包装函数中进行分析。当我转向使用tidyeval的v.0.7.1的新NSE / SE范例时，我正在努力使这个组合起作用。我发现ggplot不理解不带引号的quosers（还）。以下不起作用：

example_func <- function(col) {
  col <- enquo(col)
  mtcars %>% count(!!col) %>% 
    ggplot(aes((!!col), n)) +
    geom_bar(stat = "identity")
}
example_func(cyl)
# Error in !col : invalid argument type

我目前使用以下解决方法。但我认为必须有更好的方法。

example_func2 <- function(col) {
  col <- enquo(col)
  mtcars %>% count(!!col) %>% 
    ggplot(aes_string(rlang::quo_text(col), "n")) +
    geom_bar(stat = "identity")
}

请告诉我将这两者结合起来的最佳方法。谢谢！

Answer 1

似乎有两种思考方式。

方法1：关注点分离。

我喜欢我的绘图内容与我的争吵内容非常分开。此外，您可以为您的组命名，这是解决问题的最简单方法[虽然您确实松开了原始列名称]。因此，解决您尝试做的事情的一种方法可以是通过;

library(tidyverse)

concern1_data <- function(df, col) {
  group <- enquo(col)
  df %>% 
    group_by(group = !!group) %>% 
    summarise(n = n())
}

concern2_plotting <- function(df){
  ggplot(data=df) +
    geom_bar(aes(group, n), stat = "identity")
}

mtcars %>% 
  concern1_data(am) %>% 
  concern2_plotting()

这可以实现你或多或少的努力，并将问题分开（值得一提）。

方法2：接受并等待

事情是：tidyeval尚未在ggplot2中实现。 - Colin Fay from link

我认为这是目前不在ggplot2中的支持，但我无法想象ggplot2不会获得此功能。它还没有。

Answer 2

如果您已经在处理状态，则aes_更容易使用，它接受作为公式引用的输入：aes_(col, ~n)。

这段代码可以解决您的问题：

library(tidyverse)
example_func <- function(col) {
  col <- enquo(col)
  mtcars %>% count(!!col) %>% 
    ggplot(aes_(col, ~n)) +
    geom_bar(stat = "identity")
}

example_func(cyl)

使用dplyr SE和ggplot2

2 个答案:

方法1：关注点分离。

方法2：接受并等待