在循环中使用 dplyr 创建数据帧时出错

Question

我有一个包含所有数字变量和一个 date 变量的数据框。对于每个变量VARIABLE，我想使用以下 dplyr 代码创建一个数据框：

avg_price = full_data_noNO %>% 
group_by(Month, Country) %>%
dplyr::summarize(avg = mean(VARIABLE, na.rm = TRUE))

如果我对名称 VARIABLE 进行硬编码，这可以正常工作，但如果我在循环中执行此操作，则会收到警告 In mean.default(data.matrix(VARIABLE), na.rm = TRUE) : argument is not numeric or logical: returning NA。因此，我的 avg_price 数据框中的平均列仅包含 NA。有谁知道如何解决这个问题？

更新： 我目前有一个功能：

make_plots_expl_vars <- function (VARIABLE, full_data_noNO ) {
   avg_price = full_data_noNO %>% 
   group_by(Month, Country) %>%
   dplyr::summarize(avg = mean(VARIABLE, na.rm = TRUE))
   return(avg_price)

我使用例如make_plots_expl_vars("price", full_data_noNO) 调用它。我想使用循环为我的数据框中的所有变量调用此函数，但我知道该怎么做。

Answer 1

您可以使用rlang::sym 或rlang::enquo。

与rlang::sym:

make_plots_expl_vars <- function (VARIABLE, data=full_data_noNO) {
  xx = sym(VARIABLE)
  avg_price = data %>% 
    group_by(Month, Country) %>%
    dplyr::summarize(avg = mean(!!xx, na.rm = TRUE))
  return(avg_price)
}
make_plots_expl_vars("price", full_data_noNO)
make_plots_expl_vars("price") #you don't need it anymore with the "data" argument

与rlang::enquo:

make_plots_expl_vars <- function (VARIABLE, data=full_data_noNO) {
  xx = enquo(VARIABLE)
  avg_price = data %>% 
    group_by(Month, Country) %>%
    dplyr::summarize(avg = mean(!!xx, na.rm = TRUE))
  return(avg_price)
}
make_plots_expl_vars(price, full_data_noNO)

不同之处在于，在一种情况下，您使用引号声明变量，而在另一种情况下不使用引号。然后使用 !! 运算符在 dplyr 函数中取消引用您的变量。如果您想了解更多信息，可以查看the quasiquotation doc 或"Programming with dplyr" tuto。

请注意，rlang 已包含在 dplyr 中，因此您不必导入库。