Chcę użyć użyj dplyr::group_by
funkcja wewnątrz innej funkcji, ale nie wiem, jak przekazać argumenty do tej funkcji.
Czy ktoś może podać przykład pracy?
library(dplyr)
data(iris)
iris %.% group_by(Species) %.% summarise(n = n()) #
## Source: local data frame [3 x 2]
## Species n
## 1 virginica 50
## 2 versicolor 50
## 3 setosa 50
mytable0 <- function(x, ...) x %.% group_by(...) %.% summarise(n = n())
mytable0(iris, "Species") # OK
## Source: local data frame [3 x 2]
## Species n
## 1 virginica 50
## 2 versicolor 50
## 3 setosa 50
mytable1 <- function(x, key) x %.% group_by(as.name(key)) %.% summarise(n = n())
mytable1(iris, "Species") # Wrong!
# Error: unsupported type for column "as.name(key)" (SYMSXP)
mytable2 <- function(x, key) x %.% group_by(key) %.% summarise(n = n())
mytable2(iris, "Species") # Wrong!
# Error: index out of bounds
Odpowiedzi:
52 dla odpowiedzi № 1Do programowania, group_by_
jest odpowiednikiem group_by
:
library(dplyr)
mytable <- function(x, ...) x %>% group_by_(...) %>% summarise(n = n())
mytable(iris, "Species")
# or iris %>% mytable("Species")
co daje:
Species n
1 setosa 50
2 versicolor 50
3 virginica 50
Aktualizacja W tym czasie został napisany dplyr używany %.%
co było pierwotnie używane powyżej, ale teraz %>%
jest faworyzowany, więc zmieniliśmy się powyżej, aby zachować tę istotność.
Zaktualizuj 2 regroup jest teraz przestarzałe, użyj zamiast tego group_by_.
Zaktualizuj 3 group_by_(list(...))
teraz staje się group_by_(...)
w nowej wersji dplyr zgodnie z komentarzem Roberto.
Aktualizacja 4 Dodano niewielkie zmiany sugerowane w komentarzach.
Aktualizacja 5: Dzięki rlang / tidyeval możliwe jest teraz:
library(rlang)
mytable <- function(x, ...) {
group_ <- syms(...)
x %>%
group_by(!!!group_) %>%
summarise(n = n())
}
mytable(iris, "Species")
lub mijanie Species
nienazwany, tzn. bez notowań wokół niego:
library(rlang)
mytable <- function(x, ...) {
group_ <- quos(...)
x %>%
group_by(!!!group_) %>%
summarise(n = n())
}
mytable(iris, Species)
5 dla odpowiedzi nr 2
AKTUALIZACJA: Od dplyr 0.7.0 możesz użyć porządnego eval, aby to osiągnąć.
Widzieć http://dplyr.tidyverse.org/articles/programming.html po więcej szczegółów.
library(tidyverse)
data("iris")
my_table <- function(df, group_var) {
group_var <- enquo(group_var) # Create quosure
df %>%
group_by(!!group_var) %>% # Use !! to unquote the quosure
summarise(n = n())
}
my_table(iris, Species)
> my_table(iris, Species)
# A tibble: 3 x 2
Species n
<fctr> <int>
1 setosa 50
2 versicolor 50
3 virginica 50
2 dla odpowiedzi nr 3
Brzydkie, kiedy przychodzą, ale działa:
mytable3 <- function(x, key) {
my.call <- bquote(summarise(group_by(.(substitute(x)), NULL), n = n()))
my.call[[2]][[3]] <- as.name(key)
eval(my.call, parent.frame())
}
mytable3(iris, "Species")
# Source: local data frame [3 x 2]
#
# Species n
# 1 virginica 50
# 2 versicolor 50
# 3 setosa 50
Są prawie na pewno przypadki, które powodują, że to się psuje, ale masz pomysł. Nie wydaje mi się, że możesz sobie poradzić z tym problemem. Jeszcze jedna rzecz, która zadziałała, ale była jeszcze brzydsza:
mytable4 <- function(x, key) summarise(group_by(x, x[[key]]), n = n())