R中的自定义函数与dplyr

Question

我正在尝试为 R 编写一个自定义函数，其中包含 dplyr 的元素。

第一部分进展顺利。我做了一个函数，value_count，它为指定数据框中的任何列创建频率分布表：

value_count = function(data, group_col) {
data %>% 
group_by_(.dots = lazyeval::lazy(group_col)) %>% 
summarize(count=n())

这是一个输出示例：

colour  count
green    10
red      8
blue     2

现在，在同一个函数中，我想添加一个“百分比”列来计算选择每种颜色的人的百分比。像这样：

colour  count   percent
green    10       50
red      8        40
blue     2        10

为此，我尝试了这个功能：

value_count2 = function(data, group_col) {
data %>% 
group_by_(.dots = lazyeval::lazy(group_col)) %>% 
summarize(count=n()) %>% 
mutate(percent = count/(sum(count)) * 100)
}

但我收到此错误：

"Error: Problem adding computed columns in `group_by()`.
x Problem with `mutate()` input `..1`.

我已经在创建函数之外对此进行了测试（即在同一数据集上手动执行group_by(group_col) %>% summarize(count=n()) %>% mutate(percent = count/(sum(count)) * 100)）并且一切正常：-S

知道发生了什么吗？谢谢！

Answer 1

由于_ 的函数（如group_by_、count_ 等）已被弃用，您可以使用 -

library(dplyr)

value_count <- function(data, group_col) {
  data %>%
    count({{group_col}}, name = 'count') %>%
    mutate(count = prop.table(count) * 100)
}

value_count(data, colour)

Answer 2

有一个错字mutate_应该是mutate

value_count2 = function(data, group_col) {
    data %>% 
        group_by_(.dots = lazyeval::lazy(group_col)) %>% 
        summarize(count=n()) %>% 
        mutate(percent = count/(sum(count)) * 100)
}

用mtcars测试：

value_count2 = function(data, group_col) {
    data %>% 
        group_by_(.dots = lazyeval::lazy(group_col)) %>% 
        summarize(count=n()) %>% 
        mutate(percent = count/(sum(count)) * 100)
}

value_count2(mtcars, cyl)

输出：

    cyl count percent
  <dbl> <int>   <dbl>
1     4    11    34.4
2     6     7    21.9
3     8    14    43.8