如何构造一个创建虚拟变量的函数？

Question

我有一个数据框，它提供以下输出来创建虚拟变量。

library(dummies)
df1 <- data.frame(id = 1:4, year = 1991:1994)
df1 <- cbind(df1, dummy(df1$year, sep = "_"))
df1
#    id year df1_1991 df1_1992 df1_1993 df1_1994
#1  1 1991        1        0        0        0
#2  2 1992        0        1        0        0
#3  3 1993        0        0        1        0
#4  4 1994        0        0        0        1

我必须尝试创建一个函数式编程来实现相同的目标。

dummy_df <- function(dframe, x){
    dframe <- cbind(dframe, dummy(dframe$x, sep = "_"))
    return(dframe)
}

但是，当我运行输出时，我收到以下错误。

dummy_df(df1, year)
#Error in `[[.default`(x, 1) : subscript out of bounds

如何纠正这个错误并创建一个自动创建虚拟变量的函数？此外，如果该函数提供是否保留或丢弃正在分离以创建虚拟变量的初始列的选项会更好。例如，在上述数据框的情况下，应将保留或丢弃选项应用于列year。

这个问题是在观察了一个类似的问题后发布的。 Pass a data.frame column name to a function

Answer 1

问题是当year不带引号传递时，它是代表变量的符号，而不是字符串，是变量名。获取字符串的标准技巧是使用deparse(substitute(.))。然后提取器[[ 工作。

dummy_df <- function(dframe, x){
    x <- deparse(substitute(x))
    dframe <- cbind(dframe, dummy(dframe[[x]], sep = "_"))
    return(dframe)
}

dummy_df(df1, year)
#  id year df1_1991 df1_1992 df1_1993 df1_1994
#1  1 1991        1        0        0        0
#2  2 1992        0        1        0        0
#3  3 1993        0        0        1        0
#4  4 1994        0        0        0        1
#Warning message:
#In model.matrix.default(~x - 1, model.frame(~x - 1), contrasts = FALSE) :
#  non-list contrasts argument ignored

如果x 列可以被引用，则将上面的函数更改为as.character(substitute(.))。该函数将接受带引号和不带引号的x。

dummy_df <- function(dframe, x){
    x <- as.character(substitute(x))
    dframe <- cbind(dframe, dummy(dframe[[x]], sep = "_"))
    return(dframe)
}

dummy_df(df1, year)
dummy_df(df1, "year")

编辑

在OP's comment 之后，保留或删除列x 可以通过额外的函数参数keep 解决，默认为TRUE。

dummy_df <- function(dframe, x, keep = TRUE){
    x <- as.character(substitute(x))
    if(keep){
        dftmp <- dframe
    } else {
        i <- grep(x, names(dframe))
        if(length(i) == 0) stop(paste(sQuote(x), "is not a valid column"))
        dftmp <- dframe[-i]
    }
    dframe <- cbind(dftmp, dummy(dframe[[x]], sep = "_"))
    return(dframe)
}

dummy_df(df1, year)
dummy_df(df1, "year")

dummy_df(df1, year, keep = FALSE)
dummy_df(df1, month, keep = FALSE)