我想构建一个自定义的dplyr函数，并理想地使用purrr :: map在其上进行迭代以保留在tidyverse中。
为了使事情变得尽可能简单，我使用一个非常简单的汇总函数来复制我的问题。
当使用dplyr构建自定义功能时，我遇到了非标准评估（NSE）问题。我发现了三种不同的处理方式。当直接调用该函数时，每种处理NSE的方法都可以正常工作，但在遍历该函数时却不能。在下面，您将找到复制我的问题的代码。使我的函数与purrr :: map一起工作的正确方法是什么？
# loading libraries
library(dplyr)
library(tidyr)
library(purrr)
# generate test data
test_tbl <- rbind(tibble(group = rep(sample(letters[1:4], 150, TRUE), each = 4),
score = sample(0:10, size = 600, replace = TRUE)),
tibble(group = rep(sample(letters[5:7], 50, TRUE), each = 3),
score = sample(0:10, size = 150, replace = TRUE))
)
# generate two variables to loop over
test_tbl$group2 <- test_tbl$group
vars <- c("group", "group2")
# summarise function 1 using enquo()
sum_tbl1 <- function(df, x) {
x <- dplyr::enquo(x)
df %>%
dplyr::group_by(!! x) %>%
dplyr::summarise(score = mean(score, na.rm =TRUE),
n = dplyr::n())
}
# summarise function 2 using .dots = lazyeval
sum_tbl2 <- function(df, x) {
df %>%
dplyr::group_by_(.dots = lazyeval::lazy(x)) %>%
dplyr::summarize(score = mean(score, na.rm =TRUE),
n = dplyr::n())
}
# summarise function 3 using ensym()
sum_tbl3 <- function(df, x) {
df %>%
dplyr::group_by(!!rlang::ensym(x)) %>%
dplyr::summarize(score = mean(score, na.rm =TRUE),
n = dplyr::n())
}
# Looping over the functions with map
# each variation produces an error no matter which function I choose
# call within anonymous function without pipe
map(vars, function(x) sum_tbl1(test_tbl, x))
map(vars, function(x) sum_tbl2(test_tbl, x))
map(vars, function(x) sum_tbl3(test_tbl, x))
# call within anonymous function witin pipe
map(vars, function(x) test_tbl %>% sum_tbl1(x))
map(vars, function(x) test_tbl %>% sum_tbl2(x))
map(vars, function(x) test_tbl %>% sum_tbl3(x))
# call with formular notation without pipe
map(vars, ~sum_tbl1(test_tbl, .x))
map(vars, ~sum_tbl2(test_tbl, .x))
map(vars, ~sum_tbl3(test_tbl, .x))
# call with formular notation within pipe
map(vars, ~test_tbl %>% sum_tbl1(.x))
map(vars, ~test_tbl %>% sum_tbl2(.x))
map(vars, ~test_tbl %>% sum_tbl3(.x))
我知道还有其他解决方案可用于循环生成汇总表，例如直接调用map并在map内部创建匿名函数（请参见下面的代码）。但是，我感兴趣的问题是通常如何在循环中处理NSE。
# One possibility to create summarize tables in loops with map
vars %>%
map(function(x){
test_tbl %>%
dplyr::group_by(!!rlang::ensym(x)) %>%
dplyr::summarize(score = mean(score, na.rm =TRUE),
n = dplyr::n())
})
在akrun下面，提供了一种使通过purrr :: map（）进行调用的解决方案。然后，只能通过直接将分组变量作为字符串调用
，才能直接调用该函数sum_tbl(test_tbl, “group”)
或间接为
sum_tbl(test_tbl, vars[1])
在此解决方案中，无法以常规dplyr方式将分组变量称为
sum_tbl(test_tbl, group)
最终，在我看来，自定义dpylr函数中NSE的解决方案可以在函数调用本身的级别上解决该问题，然后无法使用map / lapply，或者可以将NSE理解为可用于迭代，那么变量只能称为“字符串”。
基于akruns的答案，我构建了一个变通方法，该函数允许在函数调用中同时包含字符串和常规变量名。但是，肯定有更好的方法可以实现这一目标。理想情况下，在自定义dplyr函数中有一种处理NSE的更直接的方法，因此首先不需要像下面这样的变通方法。
sum_tbl <- function(df, x) {
x_var <- dplyr::enquo(x)
x_env <- rlang::get_env(x_var)
if(identical(x_env,empty_env())) {
# works, when x is a string and in loops via map/lapply
sum_tbl <- df %>%
dplyr::group_by(!! rlang::sym(x)) %>%
dplyr::summarise(score = mean(score, na.rm = TRUE),
n = dplyr::n())
} else {
# works, when x is a normal variable name without quotation marks
x = dplyr::enquo(x)
sum_tbl <- df %>%
dplyr::group_by(!! x) %>%
dplyr::summarise(score = mean(score, na.rm = TRUE),
n = dplyr::n())
}
return(sum_tbl)
}
在他的答案的更新版本中，akrun提供了一种解决方案，该解决方案说明了调用变量x的四种方式：
sum_tbl(test_tbl, group) sum_tbl(test_tbl, "group") sum_tbl(test_tbl, !!vars[1]) purr::map()中的向量：map(vars, ~ sum_tbl(test_tbl,
!!.x)) 在（3）和（4）中，必须使用!!取消对变量x的引用。
如果我只为我自己使用该功能，那不是问题，但是一旦其他团队成员使用该功能，我就需要解释并记录该功能。
为避免这种情况，我现在扩展了akrun的解决方案，以在不取消报价的情况下考虑所有四种方式。但是，我不确定此解决方案是否会带来其他陷阱。
sum_tbl <- function(df, x) {
# if x is a symbol such as group without strings, than turn it into a string
if(is.symbol(get_expr(enquo(x)))) {
x <- quo_name(enquo(x))
# if x is a language object such as vars[1], evaluate it
# (this turns it into a symbol), then turn it into a string
} else if (is.language(get_expr(enquo(x)))) {
x <- eval(x)
x <- quo_name(enquo(x))
}
# this part of the function works with normal strings as x
sum_tbl <- df %>%
dplyr::group_by(!! rlang::sym(x)) %>%
dplyr::summarise(score = mean(score, na.rm = TRUE),
n = dplyr::n())
return(sum_tbl)
}
答案 0 :(得分：1)
我们只能使用可以将字符串作为参数的group_by_at
sum_tbl1 <- function(df, x) {
df %>%
dplyr::group_by_at(x) %>%
dplyr::summarise(score = mean(score, na.rm =TRUE),
n = dplyr::n())
}
然后调用为
out1 <- map(vars, ~ sum_tbl1(test_tbl, .x))
或者另一种选择是转换为sym bol，然后在!!内求值（group_by）
sum_tbl2 <- function(df, x) {
df %>%
dplyr::group_by(!! rlang::sym(x)) %>%
dplyr::summarise(score = mean(score, na.rm =TRUE),
n = dplyr::n())
}
out2 <- map(vars, ~ sum_tbl2(test_tbl, .x))
identical(out1 , out2)
#[1] TRUE
如果指定其中一个参数，则不必提供第二个参数，因此也可以在没有匿名调用的情况下运行
map(vars, sum_tbl2, df = test_tbl)
如果我们想在更新的OP帖子中提到的条件下使用它
sum_tbl3 <- function(df, x) {
x1 <- enquo(x)
x2 <- quo_name(x1)
df %>%
dplyr::group_by_at(x2) %>%
dplyr::summarise(score = mean(score, na.rm =TRUE),
n = dplyr::n())
}
sum_tbl3(test_tbl, group)
# A tibble: 7 x 3
# group score n
# <chr> <dbl> <int>
#1 a 5.43 148
#2 b 5.01 144
#3 c 5.35 156
#4 d 5.19 152
#5 e 5.65 72
#6 f 5.31 36
#7 g 5.24 42
sum_tbl3(test_tbl, "group")
# A tibble: 7 x 3
# group score n
# <chr> <dbl> <int>
#1 a 5.43 148
#2 b 5.01 144
#3 c 5.35 156
#4 d 5.19 152
#5 e 5.65 72
#6 f 5.31 36
#7 g 5.24 42
或通过“ vars”致电
sum_tbl3(test_tbl, !!vars[1])
# A tibble: 7 x 3
# group score n
# <chr> <dbl> <int>
#1 a 5.43 148
#2 b 5.01 144
#3 c 5.35 156
#4 d 5.19 152
#5 e 5.65 72
#6 f 5.31 36
#7 g 5.24 42
和map
map(vars, ~ sum_tbl3(test_tbl, !!.x))
#[[1]]
# A tibble: 7 x 3
# group score n
# <chr> <dbl> <int>
#1 a 5.43 148
#2 b 5.01 144
#3 c 5.35 156
#4 d 5.19 152
#5 e 5.65 72
#6 f 5.31 36
#7 g 5.24 42
#[[2]]
# A tibble: 7 x 3
# group2 score n
# <chr> <dbl> <int>
#1 a 5.43 148
#2 b 5.01 144
#3 c 5.35 156
#4 d 5.19 152
#5 e 5.65 72
#6 f 5.31 36
#7 g 5.24 42