将列名作为字符串传递给 group_by 并汇总答案

【问题标题】：Pass column names as strings to group_by and summarize将列名作为字符串传递给 group_by 并汇总
【发布时间】：2018-04-05 17:10:33
【问题描述】：

dplyr 从 0.7 版开始，不推荐使用以下划线结尾的方法，例如 summarise_group_by_，因为我们应该使用 quosures。

见： https://cran.r-project.org/web/packages/dplyr/vignettes/programming.html

我正在尝试使用 quo 和 !!

工作示例：

df <- data.frame(x = c("a","a","a","b","b","b"), y=c(1,1,2,2,3,3), z = 1:6)

lFG <- df %>% 
   group_by( x,y) 
lFG %>% summarize( min(z))

但是，在这种情况下，我需要将要分组和汇总的列指定为字符串。

cols2group <- c("x","y")
col2summarize <- "z"

我怎样才能得到与上面相同的例子？

【问题讨论】：

标签： r dplyr summarize rlang quosure

【解决方案1】：

为此，您现在可以使用动词的_at 版本

df %>%  
  group_by_at(cols2group) %>% 
  summarize_at(.vars = col2summarize, .funs = min)

编辑 (2021-06-09)：请参阅 Ronak Shah 的回答，现在使用 muate(across(all_of(cols2summarize), min)) 是首选选项

【讨论】：

【解决方案2】：

另一种选择是使用非标准评估 (NSE)，并让 R 将字符串解释为带引号的对象名称：

cols2group <- c("x","y")
col2summarize <- "z"

df %>%  
  group_by(!!rlang::sym(cols2group)) %>% 
  summarize(min(!!rlang::sym(col2summarize)))

rlang::sym() 函数获取字符串并将它们转换为引号，而引号又被 !! 引用，并用作 df 上下文中的名称，它们引用相关列。与往常一样，做同一件事有不同的方法，这是我倾向于使用的速记！

【讨论】：

【解决方案3】：

请参阅 ?dplyr::across 了解更新的方法，因为 group_by_at 和 summarise_at 现在已被取代

【讨论】：

【解决方案4】：

从dplyr 1.0.0 你可以使用across ：

library(dplyr)

cols2group <- c("x","y")
col2summarize <- "z"

df %>%
  group_by(across(all_of(cols2group))) %>%
  summarise(across(all_of(col2summarize), min)) %>%
  ungroup

#   x       y     z
#  <chr> <dbl> <int>
#1 a         1     1
#2 a         2     3
#3 b         2     4
#4 b         3     5

【讨论】：

为什么需要all_of ？我只是没有使用它，它按预期工作。它适用于 Spark！
它会按预期工作，但它会给你一个警告（每个会话一次）Note: Using an external vector in selections is ambiguous.ℹ Use `all_of(cols2group)` instead of `cols2group` to silence this message.