【问题标题】：Passing column name as parameter to a function using dplyr使用 dplyr 将列名作为参数传递给函数
【发布时间】：2018-05-09 17:59:40
【问题描述】：

我有一个如下的数据框：

transid<-c(1,2,3,4,5,6,7,8)
accountid<-c(a,a,b,a,b,b,a,b)
month<-c(1,1,1,2,2,3,3,3)
amount<-c(10,20,30,40,50,60,70,80)
transactions<-data.frame(transid,accountid,month,amount)

我正在尝试使用 dplyr 包动词为每个 accountid 编写每月总金额的函数。

my_sum<-function(df,col1,col2,col3){
df %>% group_by_(col1,col2) %>%summarise_(total_sum = sum(col3))
}

my_sum(transactions, "accountid","month","amount")

得到如下结果：

accountid   month  total_sum
a            1       30
a            2       40
a            3       70
b            1       30
b            2       50
b            3       140

我收到如下错误：- sum(col3) 中的错误：参数的“类型”（字符）无效。如何在汇总函数中将列名作为参数传递而不带引号？

【问题讨论】：

标签： r dataframe dplyr quosure

【解决方案1】：

我会建议以下解决方案：

my_sum <- function(df, col_to_sum,...) {

    col_to_sum <- enquo(col_to_sum)
    group_by <- quos(...)

    df %>%
        group_by(!!!group_by) %>%
        summarise(total_sum = sum(!!col_to_sum)) %>% 
        ungroup()
}

transactions %>% my_sum(amount, accountid, month)

结果

>> transactions %>% my_sum(amount, accountid, month)
# A tibble: 6 x 3
  accountid month total_sum
     <fctr> <dbl>     <dbl>
1         a     1        30
2         a     2        40
3         a     3        70
4         b     1        30
5         b     2        50
6         b     3       140

数据

在您的原始答案中，您传递了未引用的字符串，我已经使用Hmisc:Cs 函数解决了这个问题，但原则上，您应该用"" 包围您的字符串；当然，除非您调用一些名为a、b 等的对象。最初的问题并不清楚。

使用过的数据：

transid <- c(1, 2, 3, 4, 5, 6, 7, 8)
accountid <- Hmisc::Cs(a, a, b, a, b, b, a, b)
month <- c(1, 1, 1, 2, 2, 3, 3, 3)
amount <- c(10, 20, 30, 40, 50, 60, 70, 80)
transactions <- data.frame(transid, accountid, month, amount)

注意事项

如果您查看Programming with dplyr 文章的捕获多个变量部分，您会发现使用quos() 函数可以解决非常相似的问题。实际上，您的任务是如何使用 quos() 函数的完美示例。
省略号 ... 应该放在最后，因为假设该函数将用于对具有多列的数据进行分组。当然，如果需要，您可以逐列传递 enquo() 每一列等等，但使用 ... 更自然，并且与上面链接的文章中讨论的推荐解决方案一致。 请注意，这种方法会更改函数调用中参数的顺序，因为 ... 应该在最后。
如果您使用summarise()，您不必 ungroup() 您的数据，如我的示例所示。比如代码：
```
mtcars %>% group_by(am) %>% summarise(mean_disp = mean(disp)) %>% mutate(am = am + 1) 
```
会起作用；而代码：
```
mtcars %>% group_by(am)  %>% mutate(am = am + 1)
```
将返回预期的错误：

mutate_impl(.data, dots) 中的错误：无法修改列 am 因为它是一个分组变量

如果您要使用mutate() 原始数据或执行其他操作以保持分组变量不变，则应使用ungroup()。传递分组变量以后可能会被证明是有问题的，它会说这主要是您dplyr 工作流程中的品味/顺序问题。如果您和其他函数用户要记住 tibble 可能带有分组变量，那么就没有问题；就个人而言，我倾向于忘记这一点，所以如果我对携带分组变量不感兴趣，我更喜欢ungroup() 数据。

【讨论】：

【解决方案2】：

您可以使用 quo() 将 quosure 对象作为参数传递，然后使用某种 unquote 函数懒惰地评估它们，在本例中我使用 !!

library(tidyverse)
my_sum<-function(df,col1,col2,col3){
df %>% group_by(!!col1,!!col2) %>%summarise(total_sum = sum(!!col3))
}

my_sum(transactions, quo(accountid),quo(month),quo(amount))

【讨论】：