使用 dplyr 和 group_by 编写自己的函数 - 如何继续更改列名

Question

我想制作一个表格以列出观察次数，并按两个变量分组。这个代码工作正常。但是，在尝试将其转换为函数时遇到了问题。

我正在使用 dplyr_0.7.2

使用 mtcars 的示例：

函数外的表格代码：这可行

library(tidyverse) 

tab1 <- mtcars %>% count(cyl) %>% rename(Total = n) 

tab2 <- mtcars %>%
  group_by(cyl, gear) %>% count %>% 
  spread(gear, n)

tab <- full_join(tab1, tab2, by = "cyl")
tab


# This is the output (which is what I want)

A tibble: 3 x 5
cyl Total   `3`   `4`   `5`
<dbl> <int> <int> <int> <int>
1     4    11     1     8     2
2     6     7     2     4     1
3     8    14    12    NA     2

试图把它放到一个函数中

tab1 的功能：这可行

count_by_two_groups_A <- function(df, var1){
  var1 <- enquo(var1)
  tab1 <- df %>% count(!!var1) %>% rename(Total = n)
  tab1
} 

count_by_two_groups_A(mtcars, cyl) 

A tibble: 3 x 2
cyl Total
<dbl> <int>
1     4    11
2     6     7
3     8    14

tab2 的第一部分的功能：它可以工作到现在，但是...

count_by_two_groups_B <- function(df, var1, var2){

  var1 <- enquo(var1)
  var2 <- enquo(var2)

  tab2 <- df %>% group_by((!!var1), (!!var2)) %>% count
  tab2
} 

count_by_two_groups_B(mtcars, cyl, gear)

A tibble: 8 x 3
Groups:   (cyl), (gear) [8]
 `(cyl)` `(gear)`     n
 <dbl>    <dbl> <int>
 1       4        3     1
 2       4        4     8
 3       4        5     2
 4       6        3     2
 5       6        4     4
 6       6        5     1
 7       8        3    12
 8       8        5     2

列名已更改为 (cyl) 和 (gear)。既然列名已更改，我似乎无法弄清楚如何继续使用 spread() 和 full_join() （或使用新列名的任何其他内容）。 IE。我不知道如何以 tidyeval 方式指定新的列名，以便能够继续。我尝试了各种方法，但都没有成功。

Answer 1

在 tidyeval 上下文中设置名称的常用方法是使用定义运算符:=。它看起来像这样：

df %>%
  group_by(
    !! nm1 := !! var1,
    !! nm2 := !! var2
  ) %>%
  count()

为此，您需要从var1 中提取nm1。不幸的是，我还没有一个简单的方法来去掉括号。我认为在即将到来的函数ensym() 中执行此操作是有意义的（它捕获符号而不是 quosures，如果您提供调用，则会发出错误）。我在这里提交了一张票：https://github.com/tidyverse/rlang/issues/223

幸运的是，我们在这里有两个简单的解决方案。首先请注意，您不需要括号。仅当捕获的表达式中涉及其他运算符时才需要它们。例如。在这些情况下：

(!! var) / avg
(!! var) < value

在这种情况下，如果您省略括号，!! 将尝试取消引用整个表达式，而不仅仅是一个符号。另一方面，在您的函数中没有运算符，因此您可以安全地取消引用而不包含：

count_by_two_groups_B <- function(df, var1, var2) {
  var1 <- enquo(var1)
  var2 <- enquo(var2)

  df %>%
    group_by(!! var1, !! var2) %>%
    count()
}

最后，您可以通过允许可变数量的参数来使您的函数更通用。这更容易实现，因为点是转发的，所以不需要捕获和取消引用。只需将它们传递给group_by()：

count_by <- function(df, ...) {
  df %>%
    group_by(...) %>%
    count()
}

Answer 2

我可以使它与 NSE（非标准评估）一起使用。 tidyverse 无法做到这一点，因为我没有安装它，也没有安装。

这是一个工作代码：

library(dplyr)
library(tidyr)

count_by_two_groups_B <- function(df, var1, var2){

 # var1 <- enquo(var1)
 # var2 <- enquo(var2)

  tab2 <- df %>% group_by_(var1, var2) %>% summarise(n = n() )  %>%spread(gear, n)

  tab2
} 

count_by_two_groups_B(mtcars, 'cyl', 'gear')

结果：

# A tibble: 3 x 4
# Groups:   cyl [3]
    cyl   `3`   `4`   `5`
* <dbl> <int> <int> <int>
1     4     1     8     2
2     6     2     4     1
3     8    12    NA     2

Answer 3

这是使用 dplyr 或 tidyverse 似乎过度的情况之一。有一些基本功能可以做到这一点...table 并以长格式生成结果，as.dataframe：

as.data.frame( with(mtcars, table(cyl,gear)) , responseName="Total")
#--------
  cyl gear Total
1   4    3     1
2   6    3     2
3   8    3    12
4   4    4     8
5   6    4     4
6   8    4     0
7   4    5     2
8   6    5     1
9   8    5     2

这将是一种 dplyr 方法：

mtcars %>% group_by(cyl,gear) %>% summarise(Total=n())
#----
# A tibble: 8 x 3
# Groups:   cyl [?]
    cyl  gear Total
  <dbl> <dbl> <int>
1     4     3     1
2     4     4     8
3     4     5     2
4     6     3     2
5     6     4     4
6     6     5     1
7     8     3    12
8     8     5     2

如果问题是如何将其作为表格对象获取（认为这可能是您使用 spread 的目标，那么只需：

with(mtcars, table(cyl,gear))