为列名传递变量？

Question

例如，假设您有一个应用了一些 DPLYR 函数的函数，但您不能期望传递给该函数的数据集具有相同的列名。

对于我的意思的简化示例，假设您有一个数据框，arizona.trees：

arizona.trees
group arizona.redwoods   arizona.oaks 
A     23                 11        
A     24                 12  
B     9                  8 
B     10                 7
C     88                 22

和另一个非常相似的数据框，california.trees:

california.trees
group    california.redwoods california.oaks 
A        25                  50        
A        11                  33  
B        90                  5 
B        77                  3
C        90                  35

并且您想要实现一个函数，该函数返回给定类型的树的给定组（A、B、... Z）的平均值，该树适用于这两个数据帧。

foo <- function(dataset, group1, group2, tree.type) { 
     column.name <- colnames(dataset[2])
     result <- filter(dataset, group %in% c(group1, group2) %>%
               select(group, contains(tree.type)) %>%
               group_by(group) %>%
               summarize("mean" = mean(column.name))
     return(result)
}

foo(california.trees, A, B, redwoods) 调用的期望输出是：

result
       mean
A       18
B       83.5

出于某种原因，执行foo() 之类的操作似乎不起作用。这可能是由于数据框索引的一些错误 - 该函数似乎认为我正在尝试获取column.name 字符串的平均值，而不是检索列并将列传递给mean()。我不确定如何避免这种情况。存在隐式传递修改后的数据帧的问题，可能导致问题的管道运算符无法直接引用该数据帧。

这是为什么？有没有其他可行的实现方式？

Answer 1

我们可以使用dplyr 开发版中基于quosure 的解决方案（即将发布0.6.0）

foo <- function(dataset, group1, group2, tree.type){
        group1 <- quo_name(enquo(group1))
         group2 <- quo_name(enquo(group2))
         colN <- rlang::parse_quosure(names(dataset)[2])
         tree.type <- quo_name(enquo(tree.type))
        dataset %>%
                filter(group %in% c(group1, group2)) %>%
                select(group, contains(tree.type)) %>%
                group_by(group) %>%
                summarise(mean = mean(UQ(colN)))
        }


foo(california.trees, A, B, redwoods)
# A tibble: 2 × 2
#  group  mean
#  <chr> <dbl>
#1     A  18.0
#2     B  83.5

foo(arizona.trees, A, B, redwoods)
# A tibble: 2 × 2
#   group  mean
#  <chr> <dbl>
#1     A  23.5
#2     B   9.5

enquo接受输入参数并将其转换为quosure，与quo_name一起转换为字符串以与%in%一起使用，第二列名称从使用@的字符串转换为quosure 987654331@，然后在 summarise 内不引用（UQ 或 !!）进行评估

注意：这是基于 OP 关于选择第二列的功能

---

上述解决方案基于根据位置选择列（根据 OP 的代码），它可能不适用于其他列。因此，我们可以匹配 'tree.type' 并据此获取列的 'mean'

foo1 <- function(dataset, group1, group2, tree.type){

        group1 <- quo_name(enquo(group1))
         group2 <- quo_name(enquo(group2))


         tree.type <- quo_name(enquo(tree.type))
        dataset %>%
                filter(group %in% c(group1, group2)) %>%
                select(group, contains(tree.type)) %>%
                group_by(group) %>%
                summarise_at(vars(contains(tree.type)), funs(mean = mean(.)))
        }

函数可以针对两个数据集中的不同列进行测试

foo1(arizona.trees, A, B, oaks)
# A tibble: 2 × 2
#  group  mean
#   <chr> <dbl>
#1     A  11.5
#2     B   7.5

foo1(arizona.trees, A, B, redwood)
# A tibble: 2 × 2
#  group  mean
#   <chr> <dbl>
#1     A  23.5
#2     B   9.5

foo1(california.trees, A, B, redwood)
# A tibble: 2 × 2
#  group  mean
#   <chr> <dbl>
#1     A  18.0
#2     B  83.5

foo1(california.trees, A, B, oaks)
# A tibble: 2 × 2
#  group  mean
#  <chr> <dbl>
#1     A  41.5
#2     B   4.0

数据

arizona.trees <- structure(list(group = c("A", "A", "B", "B", "C"), 
arizona.redwoods = c(23L, 
24L, 9L, 10L, 88L), arizona.oaks = c(11L, 12L, 8L, 7L, 22L)),
.Names = c("group", 
"arizona.redwoods", "arizona.oaks"), class = "data.frame",
 row.names = c(NA, -5L))

california.trees <- structure(list(group = c("A", "A", "B", "B", "C"), 
 california.redwoods = c(25L, 
11L, 90L, 77L, 90L), california.oaks = c(50L, 33L, 5L, 3L, 35L
)), .Names = c("group", "california.redwoods", "california.oaks"
), class = "data.frame", row.names = c(NA, -5L))