分组时指定变量名答案

【问题标题】：specify variable names when grouping分组时指定变量名
【发布时间】：2020-12-22 15:10:50
【问题描述】：

我正在使用 dplyr v1.0.2 来操作小标题。我想使用group_by()，使用函数或正则表达式来指定相关的变量名称（... 参数）。我发现的唯一解决方案是笨重的。有没有比较简单的方法？

这是一个演示问题的最小示例：

library(dplyr)
data(iris)
iris[, -(rbinom(1, 1, .5) + 1) ] %>%  # randomly drop "Sepal.Length" or "Sepal.Width"
  group_by(matches("^Sepal\\."))

在第三行中，我随机删除了两个“Sepal”列之一。在最后一行，我想按剩余的“Sepal”列进行分组。问题是我不知道它的名字：它可能是“Sepal.Length”或“Sepal.Width”。最后一行中的 group_by() 命令不起作用：它可以预见地返回 matches() must be used within a *selecting* function 错误消息。

相比之下，这段代码有效，但有点笨拙：

iris[, -(rbinom(1, 1, .5) + 1) ]  %>%
  group_by(!!as.name(grep('Sepal', colnames(.), val = TRUE)))

有没有更简单的方法在第二行进行分组？

【问题讨论】：

标签： r dplyr tidyeval nse

【解决方案1】：

如何使用across 选择列

iris[, -(rbinom(1, 1, .5) + 1) ]  %>%
  group_by(across(starts_with('Sepal')))

# A tibble: 150 x 4
# Groups:   Sepal.Length [35]
   Sepal.Length Petal.Length Petal.Width Species
          <dbl>        <dbl>       <dbl> <fct>  
 1          5.1          1.4         0.2 setosa 
 2          4.9          1.4         0.2 setosa 
 3          4.7          1.3         0.2 setosa 
 4          4.6          1.5         0.2 setosa 
 5          5            1.4         0.2 setosa 
 6          5.4          1.7         0.4 setosa 
 7          4.6          1.4         0.3 setosa 
 8          5            1.5         0.2 setosa 
 9          4.4          1.4         0.2 setosa 
10          4.9          1.5         0.1 setosa 
# … with 140 more rows

【讨论】：

谢谢。我没有意识到across() 也可以轻松地与grep() 等普通函数一起使用，但它确实可以：iris[, -(rbinom(1, 1, .5) + 1) ] %>% group_by(across(grep('^Sepal', ., val = TRUE))) 产生相同的结果。这仍然没有我想要的那么干净，但这是朝着正确方向迈出的一步。
@user697473 当你说不不像我想要的那样干净你到底想要什么？
不需要三个右括号的东西。理想情况下，group_by() 中的单个函数，而不是嵌套在另一个函数中的一个函数。我怀疑这是可能的，但也许我错了。