以编程方式在变量上调用 group_by()答案

【问题标题】：Programmatically calling group_by() on a varying variable以编程方式在变量上调用 group_by()
【发布时间】：2015-04-07 23:21:50
【问题描述】：

使用 dplyr，我想通过一个我可以改变的变量来总结 [原文如此]（例如，在循环或应用样式命令中）。

直接输入名称可以正常工作：

library(dplyr)
ChickWeight %>% group_by( Chick, Diet ) %>% summarise( mw = mean( weight ) )

但group_by 不是为获取字符向量而编写的，因此传递结果更难。

v <- "Diet"
ChickWeight %>% group_by( c( "Chick", v ) ) %>% summarise( mw = mean( weight ) )
## Error

我将发布一个解决方案，但很想看看其他人是如何解决这个问题的。

【问题讨论】：

:-) summarize [sic] +1
只做group_by_( c( "Chick", v ) ) 而不是group_by( c( "Chick", v ) )....
当然，如果 dplyr 无法做到这一点，您也可以使用 data.table 轻松做到这一点 :) 就像在 library(data.table) ; as.data.table(ChickWeight)[, .(mw = mean(weight)), c("Chick", v)] 中一样
@KonradRudolph - 我也使用summarise，主要是因为没有summarize_each。少一件我必须记住的事情。
@Richard 在 Hadley 的图书馆中使用英国英语是一个不幸（= 糟糕）的决定。 API 应该是统一的，而不是个性化的。我喜欢在我所有的写作中使用英式拼写，但我在我的代码中坚持统一、成熟的美式拼写。当其他代码违反该规则时，这非常烦人并且违反了 API 设计的各种原则（非英语编程语言通常被视为失败的实验是有原因的）。因此，我强烈建议遵守美国拼写（缺少summarize_each 可能是疏忽）。

标签： r group-by dplyr split-apply-combine

【解决方案1】：

dplyr 的下划线功能可能对此有用：

ChickWeight %>% group_by_( "Chick", v )  %>% summarise( mw = mean( weight ) )

来自new features in dplyr 0.3：

您现在可以使用 dplyr 进行编程 - 每个使用非标准评估 (NSE) 的函数还有一个以 _ 结尾的标准评估 (SE) 双胞胎。例如，SE 版本的 filter() 称为 filter_()。每个函数的 SE 版本都有类似的参数，但它们必须明确地“引用”。

【讨论】：

【解决方案2】：

这是一个解决方案，以及我是如何解决的。

group_by 期望什么？

> group_by
function (x, ..., add = FALSE) 
{
    new_groups <- named_dots(...)

兔子洞：

> dplyr:::named_dots
function (...) 
{
    auto_name(dots(...))
}
<environment: namespace:dplyr>
> dplyr:::auto_name
function (x) 
{
    names(x) <- auto_names(x)
    x
}
<environment: namespace:dplyr>
> dplyr:::auto_names
function (x) 
{
    nms <- names2(x)
    missing <- nms == ""
    if (all(!missing)) 
        return(nms)
    deparse2 <- function(x) paste(deparse(x, 500L), collapse = "")
    defaults <- vapply(x[missing], deparse2, character(1), USE.NAMES = FALSE)
    nms[missing] <- defaults
    nms
}
<environment: namespace:dplyr>
> dplyr:::names2
function (x) 
{
    names(x) %||% rep("", length(x))
}

使用这些信息，如何着手制定解决方案？

# Naive solution fails:
ChickWeight %>% do.call( group_by, list( Chick, Diet ) ) %>% summarise( mw = mean( weight ) )

# Slightly cleverer:
do.call( group_by, list( x = ChickWeight, Chick, Diet, add = FALSE ) ) %>% summarise( mw = mean( weight ) )
## But still fails with,
## Error in do.call(group_by, list(x = ChickWeight, Chick, Diet, add = FALSE)) : object 'Chick' not found

解决方案在于引用参数，以便将它们的评估延迟到包含x tbl 的环境中：

do.call( group_by, list( x = ChickWeight, quote(Chick), quote(Diet), add = FALSE ) ) %>% summarise( mw = mean( weight ) )
## Bingo!
v <- "Diet"
do.call( group_by, list( x = ChickWeight, quote(Chick), substitute( a, list( a = v ) ), add = FALSE ) ) %>% summarise( mw = mean( weight ) )

【讨论】：