使用 `rlang` NSE 按多个变量分组答案

【问题标题】：using `rlang` NSE to group by multiple variables使用 `rlang` NSE 按多个变量分组
【发布时间】：2020-04-20 13:03:54
【问题描述】：

我正在尝试编写一个自定义函数，该函数使用rlang 的非标准评估来按多个变量对数据框进行分组。

这就是我的-

library(rlang)

# function definition
tryfn <- function(data, groups, ...) {

  # preparing data
  df <- dplyr::group_by(data, !!!rlang::enquos(groups))
  print(head(df))

  # applying some function `.f`  on df that absorbs `...`
  # .f(df, ...)
}

这适用于单个分组变量-

# works
tryfn(mtcars, am)

#> # A tibble: 6 x 11
#> # Groups:   am [2]
#>     mpg   cyl  disp    hp  drat    wt  qsec    vs    am  gear  carb
#>   <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#> 1  21       6   160   110  3.9   2.62  16.5     0     1     4     4
#> 2  21       6   160   110  3.9   2.88  17.0     0     1     4     4
#> 3  22.8     4   108    93  3.85  2.32  18.6     1     1     4     1
#> 4  21.4     6   258   110  3.08  3.22  19.4     1     0     3     1
#> 5  18.7     8   360   175  3.15  3.44  17.0     0     0     3     2
#> 6  18.1     6   225   105  2.76  3.46  20.2     1     0     3     1

但是如果尝试使用多个分组变量，这不起作用-

# doesn't work
tryfn(mtcars, c(am, cyl))
#> Error: Column `c(am, cyl)` must be length 32 (the number of rows) or one, not 64

# doesn't work
tryfn(mtcars, list(am, cyl))
#> Error: Column `list(am, cyl)` must be length 32 (the number of rows) or one, not 2

【问题讨论】：

一个选项可能是切换到group_by_at()，因为vars() 可以非常方便地在“at”变体（裸、向量、字符串）中传递所有不同类型的变量：dplyr::group_by_at(data, dplyr::vars( !! rlang::enquo(groups) ) )
见stackoverflow.com/questions/52718604/…。它有你正在寻找的答案。类似于：sum_fun <- function(d, grp) d %>% group_by_at(grp); sum_fun(mtcars, grp = vars(cyl, am))
这能回答你的问题吗？ Passing a list of arguments to a function with quasiquotation
我重新打开它是因为链接的问题解决方案修改了 OP 的输入以使其与group_by_at 一起使用。在这里，OP 正在寻找一种解决方案，将输入作为c(...) 传递
当我已经接受了stackoverflow.com/questions/52718604/… 已经提供了这个问题的解决方案的建议时，为什么这个问题被否决了？！

标签： r tidyverse rlang tidyeval

【解决方案1】：

我们可以使用enexpr 解析为表达式并使用!!!

tryfn <- function(data, groups, ...) {

 groups <- as.list(rlang::enexpr(groups))

  groups <- if(length(groups) > 1) groups[-1] else groups

  group_by(data, !!!groups)

 }

-测试

tryfn(mtcars, am)
# A tibble: 32 x 11
# Groups:   am [2]
#     mpg   cyl  disp    hp  drat    wt  qsec    vs    am  gear  carb
# * <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
# 1  21       6  160    110  3.9   2.62  16.5     0     1     4     4
# 2  21       6  160    110  3.9   2.88  17.0     0     1     4     4
# 3  22.8     4  108     93  3.85  2.32  18.6     1     1     4     1
# 4  21.4     6  258    110  3.08  3.22  19.4     1     0     3     1
# 5  18.7     8  360    175  3.15  3.44  17.0     0     0     3     2
# 6  18.1     6  225    105  2.76  3.46  20.2     1     0     3     1
# 7  14.3     8  360    245  3.21  3.57  15.8     0     0     3     4
# 8  24.4     4  147.    62  3.69  3.19  20       1     0     4     2
# 9  22.8     4  141.    95  3.92  3.15  22.9     1     0     4     2
#10  19.2     6  168.   123  3.92  3.44  18.3     1     0     4     4
# … with 22 more rows





tryfn(mtcars, c(am, cyl))
# A tibble: 32 x 11
# Groups:   am, cyl [6]
#     mpg   cyl  disp    hp  drat    wt  qsec    vs    am  gear  carb
# * <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
# 1  21       6  160    110  3.9   2.62  16.5     0     1     4     4
# 2  21       6  160    110  3.9   2.88  17.0     0     1     4     4
# 3  22.8     4  108     93  3.85  2.32  18.6     1     1     4     1
# 4  21.4     6  258    110  3.08  3.22  19.4     1     0     3     1
# 5  18.7     8  360    175  3.15  3.44  17.0     0     0     3     2
# 6  18.1     6  225    105  2.76  3.46  20.2     1     0     3     1
# 7  14.3     8  360    245  3.21  3.57  15.8     0     0     3     4
# 8  24.4     4  147.    62  3.69  3.19  20       1     0     4     2
# 9  22.8     4  141.    95  3.92  3.15  22.9     1     0     4     2
#10  19.2     6  168.   123  3.92  3.44  18.3     1     0     4     4
# … with 22 more rows

【讨论】：