将data.frame列名传递给函数
我正在尝试编写一个函数来接受data.frame(将data.frame列名传递给函数,r,dataframe,r-faq,R,Dataframe,R Faq,我正在尝试编写一个函数来接受data.frame(x)和其中的列。该函数对x执行一些计算,然后返回另一个data.frame。我一直坚持使用最佳实践方法将列名传递给函数 下面的两个最小示例fun1和fun2产生了所需的结果,能够以max()为例对x$column执行操作。然而,两者都依赖于表面上(至少对我来说)不雅的东西 调用substitute()并可能调用eval() 需要将列名作为字符向量传递 fun1您可以直接使用列名: df <- data.frame(A=1:10, B=2:
x
)和其中的列。该函数对x执行一些计算,然后返回另一个data.frame。我一直坚持使用最佳实践方法将列名传递给函数
下面的两个最小示例fun1
和fun2
产生了所需的结果,能够以max()
为例对x$column
执行操作。然而,两者都依赖于表面上(至少对我来说)不雅的东西
调用substitute()
并可能调用eval()
需要将列名作为字符向量传递李>
fun1您可以直接使用列名:
df <- data.frame(A=1:10, B=2:11, C=3:12)
fun1 <- function(x, column){
max(x[,column])
}
fun1(df, "B")
fun1(df, c("B","A"))
我个人认为将列作为字符串传递是非常难看的。我喜欢这样做:
get.max <- function(column,data=NULL){
column<-eval(substitute(column),data, parent.frame())
max(column)
}
请注意data.frame的规范是如何可选的。您甚至可以使用列的函数:
> get.max(1/mpg,mtcars)
[1] 0.09615385
这个答案将涵盖许多与现有答案相同的元素,但这个问题(将列名传递给函数)经常出现,因此我希望有一个更全面的答案
假设我们有一个非常简单的数据框:
dat <- data.frame(x = 1:4,
y = 5:8)
这里的问题是df$col1
不计算表达式col1
。它只是在df
中查找一列,字面上称为col1
。此行为在“递归(类似列表的)对象”一节下的?Extract
中描述
最简单也是最常推荐的解决方案是简单地从$
切换到[[
并将函数参数作为字符串传递:
new_column1 <- function(df,col_name,col1,col2){
#Create new column col_name as sum of col1 and col2
df[[col_name]] <- df[[col1]] + df[[col2]]
df
}
> new_column1(dat,"z","x","y")
x y z
1 1 5 6
2 2 6 8
3 3 7 10
4 4 8 12
坦率地说,这可能有点愚蠢,因为我们实际上在做与new\u column1
中相同的事情,只是需要做大量额外的工作来将裸名称转换为字符串
最后,如果我们真的想增加想象力,我们可能会决定,与其传递要添加的两列的名称,不如更灵活一些,并允许两个变量的其他组合。在这种情况下,我们可能会在涉及两列的表达式上使用eval()
:
new_column3 <- function(df,col_name,expr){
col_name <- deparse(substitute(col_name))
df[[col_name]] <- eval(substitute(expr),df,parent.frame())
df
}
因此,简单的答案基本上是:将data.frame列名作为字符串传递,并使用[[
选择单个列。如果您真的知道自己在做什么,只需开始钻研eval
,substitute
,等等。作为额外考虑,如果需要将列名无引号地传递给自定义函数,那么在这种情况下,match.call()
也可能很有用,作为deparse的替代方法(替换())
:
df返回-Inf
#>[1]-Inf
#如果输入错误,请停止
乐趣[1]10
由(v0.2.1)于2019-01-11创建
我不认为我会使用这种方法,因为除了像上面的答案那样只传递引用的列名外,还有额外的类型和复杂性。但是,这是一种方法。另一种方法是使用这种方法。将数据帧的列作为字符串或裸列名传递非常简单。请参阅有关t的更多信息田园诗
库(rlang)
图书馆(tidyverse)
种子集(123)
df B D
#> 1 1.715065 1.786913
使用裸列名
fun4 1.715065
fun4(df、B、D)
#>B-D
#> 1 1.715065 1.786913
#>
由(v0.2.1.9000)创建于2019-03-01如果您试图在R包中构建此功能或只是想降低复杂性,可以执行以下操作:
test_func <- function(df, column) {
if (column %in% colnames(df)) {
return(max(df[, column, with=FALSE]))
} else {
stop(cat(column, "not in data.frame columns."))
}
}
test_func使用dplyr
现在还可以访问数据帧的特定列,只需在函数体中所需的列名周围使用双大括号{…}
,例如对于列名
:
library(tidyverse)
fun <- function(df, col_name){
df %>%
filter({{col_name}} == "test_string")
}
库(tidyverse)
乐趣%
过滤器({{col_name}}==“测试字符串”)
}
是否有任何方法可以传递列名而不是字符串?您需要传递列名作为字符引用或列的整数索引。仅传递B
将假定B本身是一个对象。我明白了。我不确定如何得到复杂的替换、eval等。谢谢!我找到了[[
解决方案是唯一对我有效的解决方案。嗨@路易斯,请注意,你需要摆脱使用引号的习惯。不使用引号是丑陋的!为什么?因为你创建了一个只能交互使用的函数-很难用它编程。我很高兴看到更好的方式,但我看不到其中的区别e在这和qplot之间(x=每加仑,数据=每节车厢).ggplot2从不将列作为字符串传递,我认为这样做更好。为什么你说这只能以交互方式使用?在什么情况下会导致不希望的结果?如何使用它进行编程更困难?在本文的正文中,我展示了它的灵活性。5年后-…为什么我们需要:parent.frame()?7年后:是否使用引号仍然丑陋?相关:不确定为什么这不是最佳答案。我也是!很好的解释!
foo <- function(df,col_name,col1,col2){
df$col_name <- df$col1 + df$col2
df
}
#Call foo() like this:
foo(dat,z,x,y)
new_column1 <- function(df,col_name,col1,col2){
#Create new column col_name as sum of col1 and col2
df[[col_name]] <- df[[col1]] + df[[col2]]
df
}
> new_column1(dat,"z","x","y")
x y z
1 1 5 6
2 2 6 8
3 3 7 10
4 4 8 12
new_column2 <- function(df,col_name,col1,col2){
col_name <- deparse(substitute(col_name))
col1 <- deparse(substitute(col1))
col2 <- deparse(substitute(col2))
df[[col_name]] <- df[[col1]] + df[[col2]]
df
}
> new_column2(dat,z,x,y)
x y z
1 1 5 6
2 2 6 8
3 3 7 10
4 4 8 12
new_column3 <- function(df,col_name,expr){
col_name <- deparse(substitute(col_name))
df[[col_name]] <- eval(substitute(expr),df,parent.frame())
df
}
> new_column3(dat,z,x+y)
x y z
1 1 5 6
2 2 6 8
3 3 7 10
4 4 8 12
> new_column3(dat,z,x-y)
x y z
1 1 5 -4
2 2 6 -4
3 3 7 -4
4 4 8 -4
> new_column3(dat,z,x*y)
x y z
1 1 5 5
2 2 6 12
3 3 7 21
4 4 8 32
test_func <- function(df, column) {
if (column %in% colnames(df)) {
return(max(df[, column, with=FALSE]))
} else {
stop(cat(column, "not in data.frame columns."))
}
}
library(tidyverse)
fun <- function(df, col_name){
df %>%
filter({{col_name}} == "test_string")
}