Question

我有一个关于在H2O的group_by（）函数中使用do.call（）的问题。

考虑以下示例：

library(h2o)
h2o.init()

# Import the airlines data set and display a summary.
airlinesURL <- "https://s3.amazonaws.com/h2o-airlines-unpacked/allyears2k.csv"
airlines.hex <- h2o.importFile(path = airlinesURL, 
destination_frame = "airlines.hex")


h2o.group_by(data = airlines.hex, 
             by="Origin",
             nrow("Origin"), 
             min("Origin"), 
             max("Origin"), 
             gb.control=list(na.methods="rm"))

输出如下所示：

  Origin nrow min_Origin max_Origin
1    ABE   59          0          0
2    ABQ  876          1          1
3    ACY   31          2          2
4    ALB   75          3          3
5    AMA   11          4          4
6    ANC    1          5          5

现在，我不想直接调用h2o.group_by（），而是使用do.call（）函数来调用h2o.group_by（）。原因是我想动态建立要汇总的字段列表（即nrow（“Origin”），max（“Origin”）等）。

所以，我尝试了这个（以及以下代码的许多变体）：

do.call(h2o.group_by, list(data=airlines.hex, 
                           by="Origin", 
                           nrow("Origin"), 
                           min("Origin"), 
                           max("Origin"), 
                           gb.control=list(na.methods="rm")), 
        quote=FALSE)

我收到错误：

Error in if (ag == "sd") ag <- "\"sdev\"" : argument is of length zero

有谁知道如何让do.call（）函数在这种情况下工作？基本上，我需要能够使用动态生成的字段集来调用h2o.group_by（）进行汇总。

在最坏的情况下，我相信我可以使用eval和parse来做我需要的事情。换句话说：

eval(parse(text="
h2o.group_by(data = airlines.hex, 
             by=\"Origin\",
           nrow(\"Origin\"), 
           min(\"Origin\"), 
           max(\"Origin\"), 
           gb.control=list(na.methods=\"rm\"))
           "))

我想知道do.call可能是一种更好的使用方法。

有关如何获得do.call以产生预期结果的任何建议？

KARTHIK

Answer 1

如果我正确理解您的问题，我认为您正在寻找类似下面代码的内容。这符合您的需求吗？

airlinesGroupBy <- function(by)
{
  do.call(h2o.group_by,
          list(data = airlines.hex, 
               by = by, 
               call("nrow", by), 
               call("min", by), 
               call("max", by), 
               gb.control = list(na.methods = "rm")))
}
airlinesGroupBy("Origin")

使用动态参数调用h2o.group_by

1 个答案: