如何使用环境变量执行dplyr联接
我依赖于创建交互式整洁功能。这些依赖于环境变量(本文称之为环境变量),例如下面的示例如何使用环境变量执行dplyr联接,r,dplyr,R,Dplyr,我依赖于创建交互式整洁功能。这些依赖于环境变量(本文称之为环境变量),例如下面的示例 var_summary <- function(data, var) { data %>% summarise(n = n(), min = min({{ var }}), max = max({{ var }})) } mtcars %>% group_by(cyl) %>% var_summary(mpg) #> `summarise()` ungrou
var_summary <- function(data, var) {
data %>%
summarise(n = n(), min = min({{ var }}), max = max({{ var }}))
}
mtcars %>%
group_by(cyl) %>%
var_summary(mpg)
#> `summarise()` ungrouping output (override with `.groups` argument)
使用环境变量在自定义函数中执行dplyr联接的正确方法是什么
注意这不是一个重复的问题。那是一个普通的问题。这篇文章专门介绍如何在函数中使用环境变量来实现联接。
左联接
或通常需要字符值的联接。因此,将您的功能更改为:
library(dplyr)
foobarjoin <- function(table, joincol) {
iris %>% left_join(table, by = c("Species" = joincol))
}
左连接
或通常需要字符值的连接。因此,将您的功能更改为:
library(dplyr)
foobarjoin <- function(table, joincol) {
iris %>% left_join(table, by = c("Species" = joincol))
}
请注意,这不是一个重复的问题。那是一个普通的问题。这篇文章是关于如何在函数中使用环境变量来实现连接的。那是一个普通的问题。这篇文章专门讨论如何在函数中使用环境变量来实现连接。
foobarjoin(table = foobar, joincol = "fooname")
# Sepal.Length Sepal.Width Petal.Length Petal.Width Species value
#1 5.1 3.5 1.4 0.2 setosa 20
#2 4.9 3.0 1.4 0.2 setosa 20
#3 4.7 3.2 1.3 0.2 setosa 20
#4 4.6 3.1 1.5 0.2 setosa 20
#5 5.0 3.6 1.4 0.2 setosa 20
#6 5.4 3.9 1.7 0.4 setosa 20
#7 4.6 3.4 1.4 0.3 setosa 20
#8 5.0 3.4 1.5 0.2 setosa 20
#...
#...