使用字符串作为输入的dplyr编程

我想写一个在内部使用dplyr的函数，并提供变量名作为字符串。不幸的是，dplyr-s对NSE的使用使其变得相当复杂。从中我得到了下面的例子

my_summarise <- function(df, var) {
  var <- enquo(var)

  df %>%
    group_by(!!var) %>%
    summarise(a = mean(a))
}

my_summarise(df, g1)

我的总结%
总结（a=平均值（a））
}
我的总结（df，g1）

---

然而，我想写一个函数，在这里我可以提供

“g1”

，而不是

g1

，我不知道该怎么做

据我所知，您可以使用

As.name

或

sym

（来自

rlang

软件包-我不知道

dplyr

是否最终会导入它）：

库（dplyr）
我的总结%
总结（mpg=平均值（mpg））
}

或

我的总结%
总结（mpg=平均值（mpg））
}
我的总结（mtcars，“共青团”）
##A tibble:3×2
#共青团
#       
# 1     4 26.66364
# 2     6 19.74286
# 3     8 15.10000

使用rlang中的

.data

代词是另一个直接用于存储为字符串的列名的选项

带有

.data

的函数如下所示

my_summarise <- function(df, var) {
     df %>%
          group_by(.data[[var]]) %>%
          summarise(mpg = mean(mpg))
}

my_summarise(mtcars, "cyl")
# A tibble: 3 x 2
    cyl   mpg
  <dbl> <dbl>
1     4  26.7
2     6  19.7
3     8  15.1

我的总结%
分组依据（.data[[var]]）%>%
总结（mpg=平均值（mpg））
}
我的总结（mtcars，“共青团”）
#一个tibble:3x2
共青团
1     4  26.7
2     6  19.7
3     8  15.1

这是如何仅使用

dplyr

和base R中非常有用的

as.name

函数来实现的：

my_summarise <- function(df, var) {
  varName <- as.name(var)
  enquo_varName <- enquo(varName)

  df %>%
    group_by(!!enquo_varName) %>%
    summarise(a = mean(a))
}

my_summarise(df, "g1")

---

my_summary只需使用
group_by
而不是
group_by
，您不需要任何
enquo
内容。我知道您的示例取自您链接的文档（似乎是由权威来源编写的），但是我不得不说，使用
groupby
作为参数的名称似乎很糟糕，该参数将传递给同名函数。请通读
lazyeval
包vignette或。但是NSE是默认的，需要所有引用/公式的东西。如果要使用字符串列名，则这是标准求值，并且需要使用所有NSE对应项下的标准求值函数，
group\u by
，
summary\u
，等等。现在所有的
*.
似乎都被弃用了，我想知道什么是正确的方法。嗯，我明白了。这很令人失望，似乎就在2-3年前，
lazyeval
还是一个新事物，是“正确的方法”，我知道发生了什么。
my_summarise <- function(df, var) {
     df %>%
          group_by(.data[[var]]) %>%
          summarise(mpg = mean(mpg))
}

my_summarise(mtcars, "cyl")
# A tibble: 3 x 2
    cyl   mpg
  <dbl> <dbl>
1     4  26.7
2     6  19.7
3     8  15.1

my_summarise <- function(df, var) {
  varName <- as.name(var)
  enquo_varName <- enquo(varName)

  df %>%
    group_by(!!enquo_varName) %>%
    summarise(a = mean(a))
}

my_summarise(df, "g1")