R：为什么 group_by 仍然需要“做”，即使使用 quosures

Question

如何使用户定义的函数与管道和 group_by 很好地配合使用？这是一个简单的函数：

 library(tidyverse)

 fun_head <- function(df, column) {
 column <- enquo(column)
 df %>% select(!!column) %>% head(1)
 }

该功能与管道很好地配合使用，并允许按另一列过滤：

 mtcars %>% filter(cyl == 4) %>% fun_head(mpg)

 >    mpg
   1 22.8

但是，相同的管道工作因 group_by 而失败

mtcars %>% group_by(cyl) %>% fun_head(mpg)

Adding missing grouping variables: `cyl`
# A tibble: 1 x 2
# Groups:   cyl [1]
     cyl   mpg
     <dbl> <dbl>
1     6    21

在 group_by 之后使用“do”使其工作：

 > mtcars %>% group_by(cyl) %>% do(fun_head(., mpg))
 # A tibble: 3 x 2
 # Groups:   cyl [3]
    cyl   mpg
   <dbl> <dbl>
1     4  22.8
2     6  21  
3     8  18.7

应该如何更改函数，以便它与 filter 和 group_by 一致地工作而不需要“do”？
或者quosures与问题​​无关，group_by只需要使用“do”，因为示例中的函数有多个参数？

Answer 1

这与quosures 无关。在fun_head() 中没有非标准评估的情况下也是同样的问题：

fun_head <- function(df) {df %>% select(mpg) %>% head(1)}
mtcars %>% group_by( cyl ) %>% fun_head()
# Adding missing grouping variables: `cyl`
# # A tibble: 1 x 2
# # Groups:   cyl [1]
#     cyl   mpg
#   <dbl> <dbl>
# 1     6    21

正如其他问题here 和here 中所述，do 是允许您将任意函数应用于每个组的连接器。 dplyr 动词如 mutate 和 filter 不需要 do 的原因是因为它们在内部将分组数据帧作为特殊情况处理（例如，参见 the implementation of mutate）。如果您希望自己的函数模拟这种行为，则需要区分分组数据帧和未分组数据帧：

fun_head2 <- function( df )
{
  if( !is.null(groups(df)) )
    df %>% do( fun_head2(.) )
  else
    df %>% select(mpg) %>% head(1)
}

mtcars %>% group_by(cyl) %>% fun_head2()
# # A tibble: 3 x 2
# # Groups:   cyl [3]
#     cyl   mpg
#   <dbl> <dbl>
# 1     4  22.8
# 2     6  21  
# 3     8  18.7

编辑：我想指出group_by + do 的另一种替代方法是使用tidyr::nest + purrr::map。回到你原来的带有两个参数的函数定义：

fhead <- function(.df, .var) { .df %>% select(!!ensym(.var)) %>% head(1) }

以下两个链是等价的（直到行的排序，因为group_by 按分组变量排序，而nest 没有）：

# Option 1: group_by + do
mtcars %>% group_by(cyl) %>% do( fhead(., mpg) ) %>% ungroup

# Option 2: nest + map
mtcars %>% nest(-cyl) %>% mutate_at( "data", map, fhead, "mpg" ) %>% unnest

Answer 2

正如你写的那样，函数从df中选择column，然后取head，这是df的第一行（head不是一个tidyverse函数，也不是知道任何分组）。 dplyr::slice(1) 占据每组的第一行，这就是你想要的。你可以使用

 fun_head <- function(df, column) {
 column <- enquo(column)
 df %>% slice(1) %>% select(!!column)
 }

 mtcars %>% group_by(cyl) %>% fun_head(mpg)

# # A tibble: 3 x 2
# # Groups:   cyl [3]
#     cyl   mpg
#   <dbl> <dbl>
# 1     4  22.8
# 2     6  21  
# 3     8  18.7