Question

dplyr编程问题在这里。尝试编写一个dplyr函数，该函数将列名作为输入，并对函数中概述的组件进行过滤。我想重新创建的内容如下所示：

#test df
x<- sample(1:100, 10)
y<- sample(c(TRUE, FALSE), 10, replace = TRUE)
date<- seq(as.Date("2018-01-01"), as.Date("2018-01-10"), by =1)


my_df<- data.frame(x = x, y =y, date =date)

test<- my_df %>% group_by(date) %>% 
  summarise(total = n(), total_2 = sum(y ==TRUE, na.rm=TRUE)) %>%
  mutate(cumulative_a = cumsum(total), cumulative_b = cumsum(total_2)) %>%
  ungroup() %>% filter(date >= "2018-01-03")

我正在测试的功能如下：

cumsum_df<- function(data, date_field, cumulative_y, minimum_date = "2017-04-21") {

date_field <- enquo(date_field)
cumulative_y <- enquo(cumulative_y)

data %>% group_by(!!date_field) %>% 
  summarise(total = n(), total_2 = sum(!!cumulative_y ==TRUE, na.rm=TRUE)) %>%
  mutate(cumulative_a = cumsum(total), cumulative_b = cumsum(total_2)) %>%
  ungroup() %>% filter((!!date_field) >= minimum_date)

}

test2<- cumsum_df(data = my_df, date_field = date, cumulative_y = y, minimum_date = "2018-01-03")

我看过一些使用enquo的例子，这个帖子让我在那里走了一半：

Use variable names in functions of dplyr

但问题是我为测试1和测试2获得了两个不同的数据帧输出。功能输出中的一个没有来自逻辑y参考列的数据。

我也尝试了这个

cumsum_df<- function(data, date_field, cumulative_y, minimum_date = "2017-04-21") {

date_field <- enquo(date_field)
cumulative_y <- deparse(substitute(cumulative_y))

data %>% group_by(!!date_field) %>% 
  summarise(total = n(), total_2 = sum(data[[cumulative_y]] ==TRUE, na.rm=TRUE)) %>%
mutate(cumulative_a = cumsum(total), cumulative_b = cumsum(total_2)) %>%
ungroup() %>% filter((!!date_field) >= minimum_date)

}

test2<- cumsum_df(data= my_df, date_field = date, cumulative_y = y, minimum_date = "2018-01-04")

基于此主题：Pass a data.frame column name to a function

但是我的测试2列的输出也大不相同，似乎做了某种或递归累积。这与我的测试日期框架不同。

如果有人能提供帮助，那将非常感激。

在dplyr函数中使用变量名称来表示sum和cumsum

0 个答案: