Question

我正在构建一个整齐兼容的函数，供在dplyr的{{1}}内部使用，我想在其中传递变量以及正在使用的数据集，并使用来自两者都可以建立向量。

作为一个基本示例，假设我想返回一个包含变量平均值和数据集中行数的字符串（我知道我可以取mutate的长度，忽略它，这是一个例子）。

var

好的，到目前为止。但是现在也许我希望它能处理分组数据。

library(tidyverse)
library(rlang)

info <- function(var,df = get(".",envir = parent.frame())) {
  paste(mean(var),nrow(df),sep=', ')
}

dat <- data.frame(a = 1:10, i = c(rep(1,5),rep(2,5)))

#Works fine, 'types' contains '5.5, 10'
dat %>% mutate(types = info(a))

仅来自一组，而var将是完整的数据集。因此，我将使用.的{{1}}代词，它只是正在处理的数据。

但是，rlang与.data不同。 .data是数据集，但是.只是一个代名词，我可以使用.提取变量。

.data

如何从.data[[varname]]获取完整的东西？我知道我没有在示例中包括它，但是具体来说，我俩都需要info2 <- function(var,df = get(".data",envir = parent.frame())) { paste(mean(var),nrow(.data),sep=', ') } #Doesn't work. nrow(.data) gives blank strings dat %>% group_by(i) %>% mutate(types = info2(a))中的某些内容和.data中的变量中的某些内容，这些内容已正确地分组为分组对象，因此都不会恢复为{{ 1}}，也不会仅仅提取变量并从那里获取内容。

Answer 1

如以上注释中的Alexis所述，这是不可能的，因为这不是.data的预期用途。但是，既然我已经放弃直接执行此操作，那么我已经结合使用.和.data来解决问题。

info <- function(var,df = get(".",envir = parent.frame())) {
  #First, get any information you need from .
  fulldatasize <- nrow(df)

  #Then, check if you actually need .data,
  #i.e. the data is grouped and you need a subsample
  if (length(var) < nrow(df)) {
      #If you are, get the list of variables you want from .data, maybe all of them
      namesiwant <- names(df)

      #Get .data
      datapronoun <- get('.data',envir=parent.frame())

      #And remake df using just the subsample
      df <- data.frame(lapply(namesiwant, function(x) datapronoun[[x]]))
      names(df) <- namesiwant
  }

  #Now do whatever you want with the .data data
  groupsize <- nrow(df)

  paste(mean(var),groupsize,fulldatasize,sep=', ')
}

dat <- data.frame(a = 1:10, i = c(rep(1,5),rep(2,5)))

#types contains the within-group mean, then 5, then 10
dat %>% group_by(i) %>% mutate(types = info(a))

Answer 2

为什么在这里不使用length()代替nrow()？

dat <- data.frame(a = 1:10, i = c(rep(1,5),rep(2,5)))

info <- function(var) {
  paste(mean(var),length(var),sep=', ')
}
dat %>% group_by(i) %>% mutate(types = info(a))
#> # A tibble: 10 x 3
#> # Groups:   i [2]
#>        a     i types
#>    <int> <dbl> <chr>
#>  1     1     1 3, 5 
#>  2     2     1 3, 5 
#>  3     3     1 3, 5 
#>  4     4     1 3, 5 
#>  5     5     1 3, 5 
#>  6     6     2 8, 5 
#>  7     7     2 8, 5 
#>  8     8     2 8, 5 
#>  9     9     2 8, 5 
#> 10    10     2 8, 5

我如何像使用.lang一样从rlang的.data获取数据属性？

2 个答案: