作为该函数调用的一部分，将函数传递给包装在函数中的 ddply

Question

我希望在函数中使用 ddply 根据用户确定的汇总统计数据（例如平均值、中位数、最小值、最大值）来汇总组，方法是将汇总函数的名称作为变量应用到函数中称呼。但是，我不确定如何将其传递给 ddply。

简单例如

library(plyr)
test.df<-data.frame(group=c("a","a","b","b"),value=c(1,5,5,15))
ddply(test.df,.(group),summarise, mean=mean(value, na.rm=TRUE))

我怎么能像下面这样设置它，将相关函数传递给 ddply （当然，在一个函数中，尽管一旦第一个问题解决了，这应该很简单）。请注意，每个汇总度量（平均值等）都需要 na.rm=TRUE。我可以通过为每个汇总统计量编写自己的替换函数来做到这一点，但这似乎过于复杂。

期望：

#fn<-"mean"     
#ddply(test.df,.(group),summarise, fn=fn(value, na.rm=TRUE))

感谢人们提供的任何帮助。

编辑！ 感谢所有这些回复。我最初认为省略引号是有效的，但是这种方法，一旦 fn 作为函数调用的一部分，使用 getFunction 或 match.fun 也不起作用。我实际上希望开始工作的是下面的代码行（返回错误）。很抱歉没有在第一个实例中提供更详尽的示例......

test.df<-data.frame(group=c("a","a","b","b"),value=c(1,5,5,15))
my.fun <- function(df, fn="mean") {
    summary <- ddply(df,.(group),summarise, summary=match.fun(fn)(value, na.rm=T))
  return(summary)
}
my.fun(test.df, fn="mean")

Answer 1

您在问题中提供的功能看起来应该可以工作。 （事实上​​，我花了一些时间才想起为什么它不会）。再次在这里，为了清楚起见，稍微改写了一下（我想在没有任何空格的情况下回答你的问题；）

df <- data.frame(
  group = c("a", "a" ,"b" ,"b" ), 
  value = c(1, 5, 5, 15)
)

my_fun <- function(df, fn = "mean") {
  fn <- match.fun(fn)
  ddply(df, .(group), summarise, summary = fn(value, na.rm = TRUE))
}

它不起作用的原因有点微妙，但归结为作用域（从变量名称中查找变量值的过程）的工作原理。 summarise() 使用非标准评估来查找数据框中的值以及调用它的环境。这适用于value，但不适用于fn，因为它不存在于调用summarise() 的位置，即在ddply() 中。

有两种解决方案：

1. 使用添加到 plyr 的 here() 函数来解决 这个问题

   my_fun <- function(df, fn = "mean") {
     fn <- match.fun(fn)
     ddply(df, .(group), here(summarise), summary = fn(value, na.rm = TRUE))
   }
   my_fun(df, "mean")
   

2. 稍微不那么简洁并使用显式函数：

   my_fun <- function(df, fn = "mean") {
     fn <- match.fun(fn)
     ddply(df, .(group), function(df) {
       summarise(df, summary = fn(value, na.rm = TRUE))
     })
   }
   my_fun(df, "mean")
   

我现在明白了如何在 plyr 的设计中首先避免这个问题，但它需要一些自定义 C/C++ 代码。它已在 dplyr 中修复，但不太可能移植回 plyr，因为它可能会破坏现有代码。

Answer 2

你可以使用getFunction:

fn<-"mean"     
ddply(test.df,.(group),summarise, fn=getFunction(fn)(value, na.rm=TRUE))
#  group fn
#1     a  3
#2     b 10

但是，如果您将其放入包装函数中，您可能会迷失在环境的丛林中。

Answer 3

它适用于match.fun:

fn <- "mean"

ddply(test.df, .(group), summarise, fn = match.fun(fn) (value, na.rm = TRUE))
#  group fn
# 1     a  3
# 2     b 10