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（

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=2:11, 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")
}