Question

我不明白在传递dplyr::arrange_at参数时.funs在做什么。

例如，假设我们创建一个数据帧Z：

library(dplyr)
Z <- expand.grid(A = c(1:2, NA), B = c(1:2, NA))

，并假设我们要按A（先按NA ）对其进行排序，然后按B对其进行排序。然后我们可以在下面尝试target或current：

all_equal(
  target = Z %>% arrange(!is.na(A), A, B),
  current = Z %>% arrange_at(.vars = c("A", "A", "B"), 
                             .funs = list(function(x)!is.na(x), identity, identity)),
  ignore_row_order = FALSE)

返回“相同的行值，但顺序不同”。我期望的是第一个版本（target），但是第二个版本（current）令人费解。我期望的是，.funs中的每个函数都将应用于.var中的相应列，然后将其排序为arrange()。

最终，我想以一种非常动态的方式进行排序，因此需要arrange_at的全部功能。

更新

正如@akrun在评论中所说，_at函数族dplyr创建所有.vars和所有.funs的笛卡尔积。因此，我需要一个arrange_parallel_at函数，该函数期望.vars和.funs具有相同的长度，并且在名称为{{1的第k个条目的列上}}（仅限该列）。然后，所有这些按相同顺序排列的列将成为.vars的参数。

Answer 1

下面是一个对我自己问题的回答。尽管它可以正常工作（尤其是我在更新中提出的要求），但由于我怀疑有基于How to open multiple hrefs within a webtable to scrape through selenium的更好的解决方案，因此几乎肯定不是最佳的。因此，我不愿意接受它。

library(tidyverse)

arrange_parallel_at <- function(.data, .vars, .funs) {
  stopifnot(length(.vars) == length(.funs), is.character(.vars), is.list(.funs))

  tmp_cols <- paste0('.tmp', seq_along(.vars))
  for (i in seq_along(.vars)) {
    .data[[tmp_cols[i]]] <- sort_trans[[i]](.data[[.vars[i]]])
  }

  .data <- arrange_at(.data, tmp_cols)
  .data[tmp_cols] <- NULL
  .data
}

下面是一些测试代码。

tibble(A = c(1:2, NA)) %>%
  crossing(B = c(1:2, NA)) ->
  Z

na_first <- function(x) !is.na(x)

all_equal(
  Z %>% arrange(!is.na(A), A, !is.na(B), desc(B)),
  Z %>% arrange_parallel_at(   c(     'A',      'A',      'B',  'B'), 
                            list(na_first, identity, na_first, desc)),
  ignore_row_order = FALSE) # returns TRUE

.funs

更新

1 个答案: