Question

如何使用户定义的函数与管道和group_by更好地配合？这是一个简单的函数：

 library(tidyverse)

 fun_head <- function(df, column) {
 column <- enquo(column)
 df %>% select(!!column) %>% head(1)
 }

该函数在管道上可以很好地工作，并可以按另一列进行过滤：

 mtcars %>% filter(cyl == 4) %>% fun_head(mpg)

 >    mpg
   1 22.8

但是，相同的管道工作因group_by失败

mtcars %>% group_by(cyl) %>% fun_head(mpg)

Adding missing grouping variables: `cyl`
# A tibble: 1 x 2
# Groups:   cyl [1]
     cyl   mpg
     <dbl> <dbl>
1     6    21

在group_by之后使用“ do”使其起作用：

 > mtcars %>% group_by(cyl) %>% do(fun_head(., mpg))
 # A tibble: 3 x 2
 # Groups:   cyl [3]
    cyl   mpg
   <dbl> <dbl>
1     4  22.8
2     6  21  
3     8  18.7

应如何更改功能，以使其与filter和group_by一致地工作而无需“做”呢？
还是与问题无关，而group_by只需要使用“ do”，因为示例中的函数具有多个参数？

Answer 1

编写该函数时，该函数从column中选择df，然后采用head，它是df（head的第一行不是tidyverse函数，并且不知道任何分组）。 dplyr::slice(1)占据每个组的第一行，这是您想要的。您可以使用

 fun_head <- function(df, column) {
 column <- enquo(column)
 df %>% slice(1) %>% select(!!column)
 }

 mtcars %>% group_by(cyl) %>% fun_head(mpg)

# # A tibble: 3 x 2
# # Groups:   cyl [3]
#     cyl   mpg
#   <dbl> <dbl>
# 1     4  22.8
# 2     6  21  
# 3     8  18.7

Answer 2

这与确定无关。在fun_head()中没有非标准评估的情况下，这是同样的问题：

fun_head <- function(df) {df %>% select(mpg) %>% head(1)}
mtcars %>% group_by( cyl ) %>% fun_head()
# Adding missing grouping variables: `cyl`
# # A tibble: 1 x 2
# # Groups:   cyl [1]
#     cyl   mpg
#   <dbl> <dbl>
# 1     6    21

如其他问题here和here所述，do是允许您将任意功能应用于每个组的连接器。 dplyr和mutate之类的filter动词不需要do的原因是因为它们在内部将分组数据帧作为特殊情况处理（例如，参见{{3} }。如果您希望自己的函数模拟此行为，则需要区分分组数据帧和非分组数据帧：

fun_head2 <- function( df )
{
  if( !is.null(groups(df)) )
    df %>% do( fun_head2(.) )
  else
    df %>% select(mpg) %>% head(1)
}

mtcars %>% group_by(cyl) %>% fun_head2()
# # A tibble: 3 x 2
# # Groups:   cyl [3]
#     cyl   mpg
#   <dbl> <dbl>
# 1     4  22.8
# 2     6  21  
# 3     8  18.7

编辑：我想指出，group_by + do的另一种替代方法是使用tidyr::nest + purrr::map。回到带有两个参数的原始函数定义：

fhead <- function(.df, .var) { .df %>% select(!!ensym(.var)) %>% head(1) }

以下两条链是等效的（由于group_by按分组变量排序，而nest却不行，因此行的顺序最高）

# Option 1: group_by + do
mtcars %>% group_by(cyl) %>% do( fhead(., mpg) ) %>% ungroup

# Option 2: nest + map
mtcars %>% nest(-cyl) %>% mutate_at( "data", map, fhead, "mpg" ) %>% unnest

R：为什么即使使用定额，group_by仍然需要“做”

2 个答案: