在R中的单个dplyr函数中将列名作为变量和列传递答案

【问题标题】：Passing column names as both variables and columns in a single dplyr function in R在R中的单个dplyr函数中将列名作为变量和列传递
【发布时间】：2018-02-05 18:13:12
【问题描述】：

我正在编写一个代码，其中列名（例如"Category"）由用户提供并分配给变量biz.area。比如……

biz.area <- "Category"

原始数据框保存为risk.data。用户还通过为变量first.column 和last.column 提供列名来提供要分析的列范围。

这些列中的文本将被分解为二元组，以进行进一步的文本分析，包括 tf_idf。

我的分析代码如下。

x.bigrams <- risk.data %>% 
  gather(fields, alldata, first.column:last.column) %>% 
  unnest_tokens(bigrams,alldata,token = "ngrams", n=2) %>% 
  count(bigrams, biz.area, sort=TRUE) %>%
  bind_tf_idf(bigrams, biz.area, n) %>%
  arrange(desc(tf_idf))

但是，我收到以下错误。

grouped_df_impl(data, unname(vars), drop) 中的错误：列 x.biz.area 未知

这是因为count() 需要一个列名文本字符串，而不是变量biz.area。如果我改用count_()，我会收到以下错误。

compat_lazy_dots(vars, caller_env()) 中的错误：对象 'bigrams' 没找到

这是因为count_() 只希望找到变量，而bigrams 不是变量。

如何将常量和变量同时传递给count() 或count_()？

感谢您的建议！

【问题讨论】：

您能否提供一些示例数据（使用dput() 等）以及您想要作为最终输出的内容？

标签： r dataframe count dplyr

【解决方案1】：

在我看来，您需要使用附件，这样您就可以将列名作为变量传递，而不是作为字符串或值传递。由于您已经在使用 dplyr，您可以使用dplyr's non-standard evaluation techniques。

尝试以下方法：

library(tidyverse)

analyze_risk  <- function(area, firstcol, lastcol) {

    # turn your arguments into enclosures
    areaq  <- enquo(area)
    firstcolq <- enquo(firstcol)
    lastcolq <- enquo(lastcol)

    # run your analysis on the risk data
    risk.data %>% 
      gather(fields, alldata, !!firstcolq:!!lastcolq) %>% 
      unnest_tokens(bigrams,alldata,token = "ngrams", n=2) %>% 
      count(bigrams, !!areaq, sort=TRUE) %>%
      bind_tf_idf(bigrams, !!areaq, n) %>%
      arrange(desc(tf_idf))
}

在这种情况下，您的用户会将裸列名称传递给函数，如下所示：

myresults  <- analyze_risk(Category, Name_of_Firstcol, Name_of_Lastcol)

如果您希望用户传入字符串，则需要使用 rlang::expr() 而不是 enquo()。

【讨论】：