使用 dplyr::summarise() 在函数中使用字符串向量作为变量

Question

我最近开始使用 R 来处理我的研究数据（并且绝对没有后悔离开 SPSS）并且找不到解决以下问题的方法： 我创建了一个函数，该函数通过二进制变量对我的数据进行分组（患者是否患有某种类型的并发症是/否？-> reg_var）并在与二进制变量相关联的连续变量上运行 dplyr 的汇总函数（提到的并发症的估计风险有多高 -> reg_yr）。 我现在想为多对变量（例如 compare(reg_var1, reg_yr1)、compare(reg_var2, reg_yr2) 和 compare(reg_var3, reg_yr3)）运行这个函数，并创建多个我可以稍后合并的小标题。 我创建了两个包含变量名称的向量（v_reg_var 和 v_reg_yr）。

    library(tidyverse)
    # Create a function to calculate and compare est. risk percentages
    # of patients with/without actual complications
    compare <-function(reg_var, reg_yr) {
    datatable %>%
    group_by(.data[[reg_var]]) %>%
    summarise(
    n(), mean(.data[[reg_yr]]), sd(.data[[reg_yr]]), median(.data[[reg_yr]]), min(.data[[reg_yr]]), max(.data[[reg_yr]]),
    "25%" = quantile(.data[[reg_yr]], probs = 0.25),
    "50%" = quantile(.data[[reg_yr]], probs = 0.5),
    "75%" = quantile(.data[[reg_yr]], probs = 0.75))
    }
    v_reg_var <- c[reg_var1, reg_var2, reg_var3, …)
    v_reg_yr <- c[reg_yr1, reg_yr2, reg_yr3, …)
    # Now if I run compare() using two vectors which only contain one character string it works just
    # fine but unfortunately if I run compare(v_reg_var, v_reg_yr), I receive the following error:

    compare(v_reg_var, v_reg_yr)

   Error: Problem with \mutate()` input `..1`.`
   x Must subset the data pronoun with a string
   ℹ Input \..1` is `<unknown>`.`

如果有人能提示我在这里做错了什么，或者有更优雅的解决方案，那就太好了。

Answer 1

compare 函数一次取一个值v_reg_var 和v_reg_yr。要并行传递它们，您可以使用Map。

Map(compare, v_reg_var, v_reg_yr)

或者由于您主要使用tidyverse，因此相当于map2 来自purrr。

purrr::map2(v_reg_var, v_reg_yr, compare)

map2 将返回数据帧列表。如果您想在一个数据框中获取所有数据，可以使用purrr::map2_df。

Answer 2

您拥有的函数仅适用于 1 个变量，并且不会遍历所有变量。首先，我们通过调用基本 R 汇总函数来简化函数，并使用 !!as.name() 而不是从 data.frame 调用它（这是完全正确的）：

fn = function(V){
   c(n=length(V),sd=sd(V),summary(V))
}

library(tidyverse)

datatable = data.frame(y1=sample(1:5,100,replace=TRUE),
y2=sample(1:5,100,replace=TRUE),
v1=runif(100),v2=runif(100))
    
compare <-function(df,reg_var,reg_yr) {
    df %>%
    group_by(!!as.name(reg_yr)) %>%
    summarise(res=list(fn( !!as.name(reg_var) ) ) )%>% 
    unnest_wider(res)
    }

compare(datatable,"v1","y1")
# A tibble: 5 x 9
     y1     n    sd   Min. `1st Qu.` Median  Mean `3rd Qu.`  Max.
  <int> <dbl> <dbl>  <dbl>     <dbl>  <dbl> <dbl>     <dbl> <dbl>
1     1    18 0.267 0.0241    0.185   0.276 0.373     0.568 0.814
2     2    24 0.288 0.0443    0.243   0.396 0.470     0.664 0.986
3     3    20 0.330 0.0446    0.234   0.474 0.501     0.777 0.987
4     4    14 0.203 0.0171    0.0566  0.208 0.247     0.408 0.600
5     5    24 0.299 0.0138    0.235   0.457 0.491     0.742 0.948

现在我们遍历你的配对：

v_reg_var <- c("v1","v2")
v_reg_yr <- c("y1","y2")

1:length(v_reg_var) %>% 
map(~compare(datatable,v_reg_var[.x],v_reg_yr[.x]))

这最后一部分类似于@RonakShah 的解决方案，只是我倾向于避免从全局环境调用。

我也怀疑你的原始表格可以做成长格式，这样会更容易