R dplyr：当...将在数据中引用变量名称时，如何将...与summaryacross结合使用？

问题描述

我希望使用summarize具有灵活的功能，其中：

1. 聚合功能由用户提供
2. 聚合函数可能会使用其他参数，这些参数引用数据本身中的变量。

一个很好的例子是用户提供fun=weighted.mean()并指定权重参数w。

目前，我正在尝试使用...。问题是我找不到让...引用数据帧内变量的方法吗？下面的示例使用across()给出，但是如果我改用summarize_at()

谢谢！

library(tidyverse)
fo1 <- function(df,fun=mean,...){
  df %>% 
    group_by(Species) %>% 
    summarise(across(starts_with("sepal"),fun,...))
}

fo1(iris)
#> `summarise()` ungrouping output (override with `.groups` argument)
#> # A tibble: 3 x 3
#>   Species    Sepal.Length Sepal.Width
#>   <fct>             <dbl>       <dbl>
#> 1 setosa             5.01        3.43
#> 2 versicolor         5.94        2.77
#> 3 virginica          6.59        2.97
fo1(iris,fun=weighted.mean)
#> `summarise()` ungrouping output (override with `.groups` argument)
#> # A tibble: 3 x 3
#>   Species    Sepal.Length Sepal.Width
#>   <fct>             <dbl>       <dbl>
#> 1 setosa             5.01        3.43
#> 2 versicolor         5.94        2.77
#> 3 virginica          6.59        2.97
fo1(iris,fun=weighted.mean,w=Petal.Length)
#> Error: Problem with `summarise()` input `..1`.
#> x object 'Petal.Length' not found
#> ℹ Input `..1` is `across(starts_with("sepal"),...)`.
#> ℹ The error occurred in group 1: Species = "setosa".
fo1(iris,w=.data$Petal.Length)
#> Error: Problem with `summarise()` input `..1`.
#> x 'x' and 'w' must have the same length
#> ℹ Input `..1` is `across(starts_with("sepal"),...)`.
#> ℹ The error occurred in group 1: Species = "setosa".

^{由reprex package（v0.3.0）于2020-11-10创建}

解决方法

您需要传递其他参数的确切值。 .data$Petal.Length是NULL。

library(dplyr)

fo1 <- function(df,fun=mean,...){
  df %>% 
    summarise(across(starts_with("sepal"),fun,...))
}


fo1(iris,fun=weighted.mean,w= iris$Petal.Length)
#  Sepal.Length Sepal.Width
#1     6.180167    2.970197

,

这很丑，但是行得通。

> fo1 <- function(df,...){
+   w <- df %>% pull(...)
+   df %>% 
+     summarise(across(starts_with("Sepal"),w))
+ }
> fo1(iris,Petal.Length)
  Sepal.Length Sepal.Width
1     6.180167    2.970197

根据上述评论中Paul的建议，这似乎是一个普遍的解决方案：

fo1 <- function(df,...){
  df %>% 
    summarise(across(starts_with("Sepal"),!!!enquos(...)))
}
> fo1(iris,Petal.Length)
  Sepal.Length Sepal.Width
1     6.180167    2.970197
> fo1(iris,fun=mean)
  Sepal.Length Sepal.Width
1     5.843333    3.057333

我尝试了!!，!!!，enquo()和enquos()的几种组合，但肯定错过了。

,

enquos将返回一个带引号的表达式列表。 unquote-splice运算符!!!将取消引用每个元素作为函数调用的参数。

library(tidyverse)

fo1 <- function(df,fun = mean,...) {
  df %>% 
    summarise(across(starts_with("sepal"),!!!enquos(...)))
}

iris %>%
  group_by(Species) %>%
  fo1(fun = weighted.mean,w = Petal.Length,na.rm = TRUE)
#> # A tibble: 3 x 3
#>   Species    Sepal.Length Sepal.Width
#>   <fct>             <dbl>       <dbl>
#> 1 setosa             5.02        3.44
#> 2 versicolor         5.98        2.79
#> 3 virginica          6.64        2.99

有关更多信息，请参见here。