R dplyr：当 ... 将引用数据中的变量名称时，如何将 ... 与 summarise(across()) 一起使用？答案

【问题标题】：R dplyr: how to use ... with summarize(across()) when ... will refer to a variable name within the data?R dplyr：当 ... 将引用数据中的变量名称时，如何将 ... 与 summarise(across()) 一起使用？
【发布时间】：2021-02-22 23:22:25
【问题描述】：

我想有一个使用summarize的灵活函数，其中：

聚合函数由用户给出
聚合函数可能会使用更多参数来引用数据本身中的变量。

一个很好的例子是用户提供fun=weighted.mean() 并指定权重参数w。

目前，我正在尝试使用...。问题是我找不到让... 引用数据框中的变量的方法？下面的示例是使用across() 给出的，但如果我使用summarize_at() 代替，也会发生同样的情况

谢谢！！

library(tidyverse)
fo1 <- function(df, fun=mean, ...){
  df %>% 
    group_by(Species) %>% 
    summarise(across(starts_with("sepal"), fun, ...))
}

fo1(iris)
#> `summarise()` ungrouping output (override with `.groups` argument)
#> # A tibble: 3 x 3
#>   Species    Sepal.Length Sepal.Width
#>   <fct>             <dbl>       <dbl>
#> 1 setosa             5.01        3.43
#> 2 versicolor         5.94        2.77
#> 3 virginica          6.59        2.97
fo1(iris, fun=weighted.mean)
#> `summarise()` ungrouping output (override with `.groups` argument)
#> # A tibble: 3 x 3
#>   Species    Sepal.Length Sepal.Width
#>   <fct>             <dbl>       <dbl>
#> 1 setosa             5.01        3.43
#> 2 versicolor         5.94        2.77
#> 3 virginica          6.59        2.97
fo1(iris, fun=weighted.mean, w=Petal.Length)
#> Error: Problem with `summarise()` input `..1`.
#> x object 'Petal.Length' not found
#> ℹ Input `..1` is `across(starts_with("sepal"), fun, ...)`.
#> ℹ The error occurred in group 1: Species = "setosa".
fo1(iris, fun=weighted.mean, w=.data$Petal.Length)
#> Error: Problem with `summarise()` input `..1`.
#> x 'x' and 'w' must have the same length
#> ℹ Input `..1` is `across(starts_with("sepal"), fun, ...)`.
#> ℹ The error occurred in group 1: Species = "setosa".

^{由reprex package (v0.3.0) 于 2020 年 11 月 10 日创建}

【问题讨论】：

标签： r dplyr tidyverse rlang across

【解决方案1】：

您需要传递附加参数的确切值。 .data$Petal.Length 是 NULL。

library(dplyr)

fo1 <- function(df, fun=mean, ...){
  df %>% 
    summarise(across(starts_with("sepal"), fun, ...))
}


fo1(iris, fun=weighted.mean, w= iris$Petal.Length)
#  Sepal.Length Sepal.Width
#1     6.180167    2.970197

【讨论】：

感谢罗纳克！不幸的是，如果数据被分组，这将失败！我更新了示例以明确该约束。
我明白了。对，那是真的。但我认为weighted.mean 是一个独特的例子，我们有额外的向量形式的参数。通常，附加参数的形式为na.rm = TRUE，可以直接与...一起应用。
在summarize 中使用!!!enquos(...) 而不是...。然后它可以处理iris %>% group_by(Species) %>% fo1(fun = weighted.mean, w = Petal.Length, na.rm = TRUE)。
@Paul：这绝对是迄今为止最好的解决方案。
@Paul 我认为您实际上得到了答案！想让您的评论成为答案吗？

【解决方案2】：

这很难看，但有效。

> fo1 <- function(df, fun=mean, ...){
+   w <- df %>% pull(...)
+   df %>% 
+     summarise(across(starts_with("Sepal"), fun, w))
+ }
> fo1(iris, fun=weighted.mean, Petal.Length)
  Sepal.Length Sepal.Width
1     6.180167    2.970197

根据上面 cmets 中 Paul 的建议，这似乎是一个通用的解决方案：

fo1 <- function(df, fun=mean, ...){
  df %>% 
    summarise(across(starts_with("Sepal"), fun, !!!enquos(...)))
}
> fo1(iris, fun=weighted.mean, Petal.Length)
  Sepal.Length Sepal.Width
1     6.180167    2.970197
> fo1(iris, fun=mean)
  Sepal.Length Sepal.Width
1     5.843333    3.057333

我尝试了!!、!!!、enquo() 和 enquos() 的几种组合，但一定错过了。

【讨论】：

感谢 Limey！不幸的是，这假设 w 始终存在，但如果使用不需要它的函数，则会失败！
我同意。这就是它丑陋的原因！ :)

【解决方案3】：

enquos 将返回引用表达式的列表。取消引用拼接运算符!!! 将取消引用每个元素作为函数调用的参数。

library(tidyverse)

fo1 <- function(df, fun = mean, ...) {
  df %>% 
    summarise(across(starts_with("sepal"), fun, !!!enquos(...)))
}

iris %>%
  group_by(Species) %>%
  fo1(fun = weighted.mean, w = Petal.Length, na.rm = TRUE)
#> # A tibble: 3 x 3
#>   Species    Sepal.Length Sepal.Width
#>   <fct>             <dbl>       <dbl>
#> 1 setosa             5.02        3.44
#> 2 versicolor         5.98        2.79
#> 3 virginica          6.64        2.99

请参阅here 了解更多信息。

【讨论】：