dplyr::group_by_ 带有几个变量名的字符串输入

Question

我正在编写一个函数，要求用户在函数调用中定义一个或多个分组变量。然后使用 dplyr 对数据进行分组，如果只有一个分组变量，它会按预期工作，但我还没有弄清楚如何使用多个分组变量。

例子：

x <- c("cyl")
y <- c("cyl", "gear")
dots <- list(~cyl, ~gear)

library(dplyr)
library(lazyeval) 

mtcars %>% group_by_(x)             # groups by cyl
mtcars %>% group_by_(y)             # groups only by cyl (not gear)
mtcars %>% group_by_(.dots = dots)  # groups by cyl and gear, this is what I want.

我尝试将y 变成与dots 相同的使用：

mtcars %>% group_by_(.dots = interp(~var, var = list(y)))
#Error: is.call(expr) || is.name(expr) || is.atomic(expr) is not TRUE

如何使用用户定义的>1个变量名的输入字符串（如示例中的y）使用dplyr对数据进行分组？

（这个问题在某种程度上与this one 相关，但没有在那里回答。）

Answer 1

purrrlyr 包 (https://github.com/hadley/purrrlyr) 中的slice_rows() 通过采用列名（字符串）或位置（整数）的向量对data.frame 进行分组：

y <- c("cyl", "gear")
mtcars_grp <- mtcars %>% purrrlyr::slice_rows(y)

class(mtcars_grp)
#> [1] "grouped_df" "tbl_df"     "tbl"        "data.frame"

group_vars(mtcars_grp)
#> [1] "cyl"  "gear"

在group_by_() 已被贬值后特别有用。

Answer 2

这里不需要interp，只需使用as.formula将字符串转换为公式即可：

dots = sapply(y, . %>% {as.formula(paste0('~', .))})
mtcars %>% group_by_(.dots = dots)

您的interp 方法不起作用的原因是该表达式返回了以下内容：

~list(c("cyl", "gear"))

——不是你想要的。当然，您可以使用sapply interp 而不是y，这类似于使用上面的as.formula：

dots1 = sapply(y, . %>% {interp(~var, var = .)})

不过，其实你也可以直接传y：

mtcars %>% group_by_(.dots = y)

dplyr vignette on non-standard evaluation 更详细地解释了这些方法之间的区别。