Question

我想创建一个函数，它将对同一数据集中的不同列执行相同的操作。唯一的问题是我收到错误/home 怎么了？代码在下面。

object Income not found.

Answer 1

首先，在函数中对全局环境中的变量进行硬编码和使用通常是一个坏主意。对于初学者来说，它在基本开发过程中可能会很好地工作，但是几乎不可能对其进行良好的测试，并且对问题进行故障排除是很痛苦的。（例如，如果此函数是在非全局环境中调用的，其中也包含一个名为rawData的变量，则墨菲定律指出它将使用您所使用数据的版本不不要使用它。）

因此，我建议的第一件事是接受要操作的数据作为函数的参数。由于您使用的是tidyverse（并且即使没有使用，也可以说），因此通常建议“先保留数据 ”，因此将您的形式更改为function(df, column)是一个好的开始。

类似地，将date硬编码为分组变量同样存在问题。它比rawData的问题要少一些，但问题不多。（我知道这样做很容易，我正在从我的几个本地程序包中的这种懒惰中恢复过来。）因此，我建议您也将date用作函数的参数。

此类功能在https://dplyr.tidyverse.org/articles/programming.html中专门作为示例给出（距离今天的视图略微过半），

my_mutate <- function(df, expr) {
  expr <- enquo(expr)
  mean_name <- paste0("mean_", quo_name(expr))
  sum_name <- paste0("sum_", quo_name(expr))

  mutate(df,
    !! mean_name := mean(!! expr),
    !! sum_name := sum(!! expr)
  )
}

翻译将使内容大致归纳，从内容中删除硬编码的date。

dataFilter <- function(df, grp, col) {
    grp <- enquo(grp)
    col <- enquo(col)
    mean_name <- paste0(quo_name(col), "Average")
    group_by(df, !! grp) %>%
      summarize(!! mean_name := mean(!! col))
}
rawData %>%
  dataFilter(date, Income)

使用dplyr进行编程时，还有一些其他注意事项：如果您group，是否打算将其分组，还是要在%>% ungroup()之后添加Observable.if？总结？您是要始终消除当前分组，还是要在内部分组之前检查已经分组的数据？

最后，正如@ 42-所说，“没有数据，没有好的答案”。由于我们没有数据，因此我无法真正为您的数据进行测试。

想要创建一个函数来传递相同的数据集

1 个答案: