如何在使用R中公式的函数中使用数据框中的变量？

编程问答 2022-08-11

问题描述

我正在尝试创建一个函数，对我作为参数提供的任何变量进行t检验。

出于演示目的，我刚刚在牙齿生长数据框中添加了另一列，因为我的原始数据框太大。

library(tidyverse)
library(rstatix) 
library(ggpubr)
df <- ToothGrowth
df$width <- runif(60,min = 5,max = 10)

我试图概括一种在Datanovia上找到的方法，该方法创建了一个类似Grouped Boxplot的分组箱形图。因此，我尝试将代码概括为一个函数：

plotStats <- function(var) {
stat.test <- df %>% group_by(supp) %>% t_test(.data[[var]] ~ dose)
stat.test
}

但是，这是我自己的，而这个演示df我得到了错误消息： 无法提取不存在的列。 x列.data [[var]]不存在。

我正在使用这种方法，因为在更深的地方，我正在探索性数据分析中提取绘图的p值。

这将是我希望工作的功能：

plotStats <- function(var) {
stat.test <- df %>% group_by(supp) %>% t_test(.data[[var]] ~ dose)
stat.test <- stat.test %>% 
  add_xy_position(x = "supp",dodge = 0.8)

ggplot(stats,aes(supp,.data[[var]])) +
  geom_Boxplot(aes(fill = dose)) +
  stat_pvalue_manual(
    stat.test,label = "p.adj",tip.length = 0.01,bracket.nudge.y = -2
  ) +
  scale_y_continuous(expand = expansion(mult = c(0,0.1)))
}

plotStats(var = "len")
plotStats(var = "width")

我认为问题可能出在函数中公式的使用上，但似乎无法找到使之起作用的出路。

感谢您的帮助。 亲切的问候 最高

解决方法

这里有一些问题。主要的是正确地进行非标准评估。最好将未引用的列名传递给函数。您可以使用rlang::ensym捕获它们。您可以使用它来构建公式，然后将该公式传递给t_test（然后传递给facet_grid）。您还可以使用双捕获（!!）运算符将这些捕获的变量名传递给ggplot。

更普遍的观察是，最好对函数进行泛化，以使其在其他数据集上起作用，因此请删除函数中的硬编码数据帧和变量名。只需传入您使用的内容即可。

生成所需类型的绘图的通用函数将如下所示：

plotStats <- function(df,var1,var2,var3) 
{
  var1 <- ensym(var1)
  var2 <- ensym(var2)
  var3 <- ensym(var3)
  
  f <- as.formula(paste(as.character(var2),"~",as.character(var3)))
  fac <- as.formula(paste("~",as.character(var1)))
  stat.test <- df %>% 
                 group_by(!!var1) %>% 
                 t_test(f) %>%
                 add_xy_position(step.increase = 0.5)
  
  ggplot(df,aes(x = factor(!!var3),y = !!var2,fill = factor(!!var3))) +
    geom_boxplot() +
    scale_x_discrete(expand = c(0.5,0.5)) +
    facet_grid(fac,switch = "x") +
    geom_bracket(data = stat.test,inherit.aes = FALSE,aes(xmin = group1,xmax = group2,label = p)) +
    labs(fill = as.character(var3),x = as.character(var1)) +
    theme(panel.spacing = unit(0,"points"),strip.placement = "outside",strip.background = element_blank()) 
}

允许：

plotStats(df,supp,width,dose)

enter image description here

和

plotStats(df,len,dose)

enter image description here

您可以将其应用于其他数据框：

plotStats(mtcars,cyl,wt,am)

enter image description here

我将由您决定调整步长，填充颜色和主题以适合您的需求。

,

这是使这项工作有效的方法。它使用您的var参数构建一个公式对象。另外，优良作法是将函数所需的所有对象/变量作为参数传递（换句话说，不要让函数依赖全局环境中保存的某些东西）。

library(tidyverse)
library(rstatix)
plotStats <- function(df,var) {
  formula <- as.formula(paste(var,"dose"))
  stat.test <-  t_test(data = df %>% group_by(supp),formula)
  stat.test
}

plotStats(df,"width")
# A tibble: 6 x 11
  supp  .y.   group1 group2    n1    n2 statistic    df     p p.adj p.adj.signif
* <fct> <chr> <chr>  <chr>  <int> <int>     <dbl> <dbl> <dbl> <dbl> <chr>       
1 OJ    width 0.5    1         10    10    0.398   17.4 0.695     1 ns          
2 OJ    width 0.5    2         10    10   -0.114   15.0 0.911     1 ns          
3 OJ    width 1      2         10    10   -0.415   16.5 0.683     1 ns          
4 VC    width 0.5    1         10    10   -0.664   16.1 0.516     1 ns          
5 VC    width 0.5    2         10    10   -0.0830  16.2 0.935     1 ns          
6 VC    width 1      2         10    10    0.503   18.0 0.621     1 ns   

plotStats(df,"len")
# A tibble: 6 x 11
  supp  .y.   group1 group2    n1    n2 statistic    df            p      p.adj p.adj.signif
* <fct> <chr> <chr>  <chr>  <int> <int>     <dbl> <dbl>        <dbl>      <dbl> <chr>       
1 OJ    len   0.5    1         10    10     -5.05  17.7 0.0000878    0.000176   ***         
2 OJ    len   0.5    2         10    10     -7.82  14.7 0.00000132   0.00000396 ****        
3 OJ    len   1      2         10    10     -2.25  15.8 0.039        0.039      *           
4 VC    len   0.5    1         10    10     -7.46  17.9 0.000000681  0.00000136 ****        
5 VC    len   0.5    2         10    10    -10.4   14.3 0.0000000468 0.00000014 ****        
6 VC    len   1      2         10    10     -5.47  13.6 0.0000916    0.0000916  ****
dataframeformularr