dplyr：如何在函数中使用group_ by？

Question

我想在另一个函数中使用dplyr::group_by函数，但我不知道如何将参数传递给这个函数。

有人能提供一个可行的例子吗？

library(dplyr)
data(iris)
iris %.% group_by(Species) %.% summarise(n = n()) # 
## Source: local data frame [3 x 2]
##      Species  n
## 1  virginica 50
## 2 versicolor 50
## 3     setosa 50

mytable0 <- function(x, ...) x %.% group_by(...) %.% summarise(n = n())
mytable0(iris, "Species") # OK
## Source: local data frame [3 x 2]
##      Species  n
## 1  virginica 50
## 2 versicolor 50
## 3     setosa 50

mytable1 <- function(x, key) x %.% group_by(as.name(key)) %.% summarise(n = n())
mytable1(iris, "Species") # Wrong!
# Error: unsupported type for column 'as.name(key)' (SYMSXP)

mytable2 <- function(x, key) x %.% group_by(key) %.% summarise(n = n())
mytable2(iris, "Species") # Wrong!
# Error: index out of bounds

Answer 1

匿名用户

作为对@G .格罗滕迪克的回答中更新6的补充，如果你想在你的总结函数中使用一个字符串作为参数，而不是用双括号(< code>{{)包含参数，你应该使用< code >。数据代名词，如编程简介:在多个变量上循环中所述:

mytable <- function( x, group ) {
  x %>% 
    group_by( .data[[group]] ) %>% 
    summarise( n = n() )
}

group_string <- 'Species'

mytable( iris, group_string )

`summarise()` ungrouping output (override with `.groups` argument)
# A tibble: 3 x 2
  Species        n
  <fct>      <int>
1 setosa        50
2 versicolor    50
3 virginica     50

Answer 2

更新：从dplyr 0.7.0开始，您可以使用tidy eval来完成此任务。

有关更多详细信息，请参阅http://dplyr.tidyverse.org/articles/programming.html。

library(tidyverse)
data("iris")

my_table <- function(df, group_var) {
  group_var <- enquo(group_var)      # Create quosure
  df %>% 
    group_by(!!group_var) %>%        # Use !! to unquote the quosure
    summarise(n = n())
}

my_table(iris, Species)

> my_table(iris, Species)
# A tibble: 3 x 2
     Species     n
      <fctr> <int>
1     setosa    50
2 versicolor    50
3  virginica    50

Answer 3

对于编程而言，group_

library(dplyr)

mytable <- function(x, ...) x %>% group_by_(...) %>% summarise(n = n())
mytable(iris, "Species")
# or iris %>% mytable("Species")

它给出：

     Species  n
1     setosa 50
2 versicolor 50
3  virginica 50

更新在写这篇文章的时候，dplyr使用了%。%这是上面最初使用的，但现在%

Update 2 regroup现在已被否决，请改用group_by_代替。

根据Roberto的评论，更新3＜code＞group_ by_。

更新 4 添加了注释中建议的次要更改。

更新5:使用rlang/tidyeval，现在可以做到这一点:

library(rlang)
mytable <- function(x, ...) {
  group_ <- syms(...)
  x %>% 
    group_by(!!!group_) %>% 
    summarise(n = n())
}
mytable(iris, "Species")

或传递物种未评估，即周围没有引号：

library(rlang)
mytable <- function(x, ...) {
  group_ <- enquos(...)
  x %>% 
    group_by(!!!group_) %>% 
    summarise(n = n())
}
mytable(iris, Species)

更新 6：现在有一个 {{...}} 表示法，如果只有一个分组变量，则有效：

mytable <- function(x, group) {
  x %>% 
    group_by({{group}}) %>% 
    summarise(n = n())
}
mytable(iris, Species)