Question

我正在尝试使用dplyr语法编写一个函数，该语法包括在函数内部使用group_by进行分组。 group_by语句似乎存在问题，我无法弄清楚出了什么问题。当我将abc作为参数传递并在函数内部使用select时，它按我期望的那样工作（Gfunc1）。尝试group_by使用相同的参数时，它给我一个错误。

错误：列dims未知

请参阅下面的检查表。我真的希望我不要忽略一些令人尴尬的简单事情……无论如何，我们将不胜感激！

library(dplyr)


abc <- c("a","a","a","b","b","c")
num <- c(1,2,3,4,5,6) 
df <- data.frame(abc,num)


Gfunc1 <- function(dims) {
test1 <- df %>% 
    select(dims)
assign("test1", test1, envir = .GlobalEnv)
}

Gfunc2 <- function(dims) {
test2 <- df %>% 
  group_by(dims)

assign("test2", test2, envir = .GlobalEnv)
}

Gfunc1("abc") 
# Returns as expected; df test1 with only col = "abc"

Gfunc2("abc")
# Does not return what i expect; gives error:  Error: Column `dims` is unknown

Answer 1

可以使用{{}}（我正在使用rlang 0.4.1，dplyr 0.8.3）解决此问题，如下所示。

问题在于，编写依赖于dplyr的函数时，需要做一些额外的工作。这通常通过整洁的评估/非标准评估（NSE）来完成。我添加了df作为自变量，因为我认为将数据集作为自变量而不是从外部环境调用总是更好。 Gfunc1起作用的原因在于select与其他dplyr函数不同而更加健壮：

Gfunc2 <- function(df = NULL,dims) {
  test2 <- df %>% 
    group_by({{dims}})

  assign("test2", test2, envir = .GlobalEnv)
}

对于rlang和dplyr的早期版本，可以使用sym和!!来实现：

Gfunc2 <- function(df = NULL,dims) {
  test2 <- df %>% 
    group_by(!!sym(dims))

  assign("test2", test2, envir = .GlobalEnv)
}
Gfunc2(df,"abc")

注意

将结果存储在列表中而不是将结果发送到.GlobalEnv几乎总是更好。

Answer 2

您可以通过将点传递给函数来创建函数。这样，您可以使用NSE进行分组并同时选择多个变量。

Gfunc1 <- function(.df, ...) {
  test1 <- .df %>%
    select(...)

  assign("test1", test1, envir = .GlobalEnv)
}

Gfunc2 <- function(.df, ...) {

    test2 <- .df %>%
      group_by(...)

    assign("test2", test2, envir = .GlobalEnv)
  }

 Gfunc1(df, abc)
 Gfunc2(df, abc)

结果

> test1
  abc
1   a
2   a
3   a
4   b
5   b
6   c

test2 %>%
   summarise(sum = sum(num))

  abc     sum
  <fct> <dbl>
1 a         6
2 b         9
3 c         6

要了解更多信息，请考虑RstudioConf的材料，以选择Tidy Eval并进行处理 -slides -video

在函数内部使用group_by

2 个答案: