使用 dplyr 通过多个函数传递列名答案

【问题标题】：Passing column names through multiple functions with dplyr使用 dplyr 通过多个函数传递列名
【发布时间】：2018-05-08 01:45:51
【问题描述】：

我在dplyr 中编写了一个简单的函数来创建百分比表：

library(dplyr)

df = tibble(
    Gender = sample(c("Male", "Female"), 100, replace = TRUE),
    FavColour = sample(c("Red", "Blue"), 100, replace = TRUE)
)

quick_pct_tab = function(df, col) {
    col_quo = enquo(col)
    df %>%
        count(!! col_quo) %>%
        mutate(Percent = (100 * n / sum(n)))
}

df %>% quick_pct_tab(FavColour)
# Output:
# A tibble: 2 x 3
  FavColour     n Percent
      <chr> <int>   <dbl>
1      Blue    58      58
2       Red    42      42

这很好用。然而，当我尝试在此基础上构建，编写一个新函数来计算与分组相同的百分比时，我无法弄清楚如何在新函数中使用quick_pct_tab - 在尝试了quo(col) 的多种不同组合之后， !! quo(col)和enquo(col)等

bygender_tab = function(df, col) {
    col_enquo = enquo(col)
    # Want to replace this with 
    #   df %>% quick_pct_tab(col)
    gender_tab = df %>%
        group_by(Gender) %>%
        count(!! col_enquo) %>%
        mutate(Percent = (100 * n / sum(n)))

    gender_tab %>%
        select(!! col_enquo, Gender, Percent) %>%
        spread(Gender, Percent)
}
> df %>% bygender_tab(FavColour)
# A tibble: 2 x 3
  FavColour   Female     Male
*     <chr>    <dbl>    <dbl>
1      Blue 52.08333 63.46154
2       Red 47.91667 36.53846

据我了解，dplyr 中的非标准评估已被弃用，因此学习如何使用dplyr > 0.7 实现这一点会很棒。我如何必须引用 col 参数才能将其传递给另一个 dplyr 函数？

【问题讨论】：

df %>% group_by(Gender) %>% quick_pct_tab(get(col)) 函数内部似乎正在工作，但不确定是否能提供所需的输出

标签： r dplyr tidyverse

【解决方案1】：

我们需要做!! 来触发'col_enquo'的评估

bygender_tab = function(df, col) {
   col_enquo = enquo(col)

   df %>% 
      group_by(Gender) %>%
      quick_pct_tab(!!col_enquo)  %>%  ## change
      select(!! col_enquo, Gender, Percent) %>%
      spread(Gender, Percent)   
}

df %>% 
    bygender_tab(FavColour)
# A tibble: 2 x 3
#   FavColour   Female     Male
#*     <chr>    <dbl>    <dbl>
#1      Blue 54.54545 41.07143
#2       Red 45.45455 58.92857

使用OP的函数，输出为

# A tibble: 2 x 3
#  FavColour   Female     Male
#*     <chr>    <dbl>    <dbl>
#1      Blue 54.54545 41.07143
#2       Red 45.45455 58.92857

请注意，创建数据集时未设置种子

更新

使用rlang 版本0.4.0（使用dplyr - 0.8.2 运行），我们也可以使用{{...}} 进行引用、取消引用、替换

bygender_tabN = function(df, col) {
  

    df %>% 
       group_by(Gender) %>%
       quick_pct_tab({{col}})  %>%  ## change
       select({{col}}, Gender, Percent) %>%
       spread(Gender, Percent)   
 }
 
df %>% 
     bygender_tabN(FavColour)
# A tibble: 2 x 3
#  FavColour Female  Male
#  <chr>      <dbl> <dbl>
#1 Blue          50  46.3
#2 Red           50  53.7

-使用前一个函数检查输出（未提供 set.seed）

df %>% 
     bygender_tab(FavColour)
# A tibble: 2 x 3
#  FavColour Female  Male
#  <chr>      <dbl> <dbl>
#1 Blue          50  46.3
#2 Red           50  53.7

【讨论】：