在函数中使用 group_by [重复]

Question

我正在尝试使用dplyr 语法编写一个函数，其中包括在函数内部使用 group_by 进行分组。 group_by 语句似乎有问题，我不知道出了什么问题。当我将abc 作为参数传递并在函数内部使用select 时，它会像我预期的那样工作（Gfunc1）。当尝试group_by 相同的参数时，它给了我一个错误；

错误：dims 列未知

请看下面的例子。我真的希望我没有忽略一些令人尴尬的简单事情......无论如何，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

可以通过使用{{}}（我使用rlang 0.4.1，dplyr 0.8.3）来解决这个问题，如下所示。

问题是在编写依赖于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 作为参数，因为我觉得提供数据集作为参数总是比从外部环境调用它更好。 为什么Gfunc1 起作用是因为select 比其他dplyr 函数更健壮：

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

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

对于早期版本的rlang 和dplyr，同样可以使用sym 和!! 实现：

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

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

注意

1. 最好将结果存储在列表中，而不是将它们发送到.GlobalEnv。

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 一次分组并选择多个变量。

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

要了解有关此的更多信息，请考虑从 RstudioConf 选择和使用 Tidy Eval 的材料 - slides - video