如何在dplyr 0.7中参数化函数调用？

dplyr 0.7的发行版包括一系列使用dplyr编程的功能。我仔细阅读了本文档，并试图了解它将如何影响我对dplyr的使用

以下是我在使用dplyr构建报告和聚合函数时使用的常用习惯用法：

my_report <- function(data, grouping_vars) {
  data %>%
    group_by_(.dots=grouping_vars) %>%
    summarize(x_mean=mean(x), x_median=median(x), ...)
}

---

如果您想按可能不止一列进行分组，可以使用

quos

grouping_vars <- quos(am, gear)
mtcars %>%
  group_by(!!!grouping_vars) %>%
  summarise(mean_cyl=mean(cyl))
#      am  gear mean_cyl
#   <dbl> <dbl>    <dbl>
# 1     0     3 7.466667
# 2     0     4 5.000000
# 3     1     4 4.500000
# 4     1     5 6.000000

分组变量%
分组依据（！！！分组变量）%>%
总结（平均值=平均值）
#am档位平均值
#        
# 1     0     3 7.466667
# 2     0     4 5.000000
# 3     1     4 4.500000
# 4     1     5 6.000000

现在，似乎没有一个很好的方法把弦变成曲子。但有一种方法确实有效

cols <- c("am","gear")
grouping_vars <- rlang::parse_quosures(paste(cols, collapse=";"))
mtcars %>%
  group_by(!!!grouping_vars) %>%
  summarise(mean_cyl=mean(cyl))
#      am  gear mean_cyl
#   <dbl> <dbl>    <dbl>
# 1     0     3 7.466667
# 2     0     4 5.000000
# 3     1     4 4.500000
# 4     1     5 6.000000

cols%
总结（平均值=平均值）
#am档位平均值
#        
# 1     0     3 7.466667
# 2     0     4 5.000000
# 3     1     4 4.500000
# 4     1     5 6.000000

dplyr

将在处有一个专门的group by function

group by，用于处理多个分组变量。在

系列中使用

\u的新成员会容易得多：

# using the pre-release 0.6.0

cols <- c("am","gear")

mtcars %>%
    group_by_at(.vars = cols) %>%
    summarise(mean_cyl=mean(cyl))

# Source: local data frame [4 x 3]
# Groups: am [?]
# 
# am  gear mean_cyl
# <dbl> <dbl>    <dbl>
# 1     0     3 7.466667
# 2     0     4 5.000000
# 3     1     4 4.500000
# 4     1     5 6.000000

#使用预发行版0.6.0
科尔斯%
分组单位：（.vars=cols）%>%
总结（平均值=平均值）
#来源：本地数据帧[4 x 3]
#组：am[？]
# 
#am档位平均值
#      
# 1     0     3 7.466667
# 2     0     4 5.000000
# 3     1     4 4.500000
# 4     1     5 6.000000

.vars
参数接受由
vars
生成的字符/数字向量或列名：

瓦尔斯先生

由vars（）生成的列列表，或
列名，或列位置的数字向量

这是我为自己写的快速而肮脏的参考资料

# install.packages("rlang")
library(tidyverse)

dat <- data.frame(cat = sample(LETTERS[1:2], 50, replace = TRUE),
                  cat2 = sample(LETTERS[3:4], 50, replace = TRUE),
                  value = rnorm(50))

如果您使用
或
在
dplyr
函数之外，您将得到一个错误

在函数内部，
rlang:：sym
和
rlang:：syms
的用法是相同的

summarize_by <- function(df, summ_var, group_vars) {

  summ_sym <- rlang::sym(summ_var)
  group_syms <- rlang::syms(group_vars)

  df %>%
    group_by(!!!group_syms) %>%
    summarize(summ = sum(!!summ_sym))
}

对列/变量名使用非标准求值
然后我们的函数调用是

summarize_by(dat, value, cat, cat2)

如果您提供了可用于测试可能的解决方案的示例输入数据，则更容易提供帮助。@MrFlick我刚刚尝试设置了一个示例，但在这个过程中，我发现我甚至无法让基于quosure的示例工作。所以我提交了一个github问题，得到了回复并相应地更新了我的帖子。@joran在我这方面，你没有
rlang:：parse_quosures
的版本会生成一个只有
am
，而不是
am
和
gear
的groupby。这对你来说有什么不同吗？@Paul或我只是希望
rlang:：parse_quosures
可以采用一个合适的向量，而不必折叠。如果没有一个好的便利功能，我会感到惊讶forthcoming@Paul事实上，当我在思考这个问题时，我只是在想，这个新方法似乎非常适合编写以裸列名为参数的函数。奇怪的是，我更关注于编写交互式函数，而不是一般的函数。我喜欢旧的dplyr函数，因为它们将NSE版本转换为SE版本，这更易于使用/编程。这个新版本似乎完全是非标准的疯狂。@Paul我对我的答案非常恼火，所以我也这么做了：切换我的复选标记，因为这看起来将是前进的标准方式。
summarize_by <- function(df, summ_var, group_vars) {

  summ_sym <- rlang::sym(summ_var)
  group_syms <- rlang::syms(group_vars)

  df %>%
    group_by(!!!group_syms) %>%
    summarize(summ = sum(!!summ_sym))
}

summarize_by(dat, "value", c("cat", "cat2"))

summ_quo <- quo(value)  # capture a single variable for NSE
group_quos <- quos(cat, cat2)  # capture list of variables for NSE

dat %>%
  group_by(!!!group_quos) %>%  # use !!! with both quos and rlang::syms
  summarize(summ = sum(!!summ_quo))  # use !! both quo and rlang::sym

summarize_by <- function(df, summ_var, ...) {

  summ_quo <- enquo(summ_var)  # can only capture a single value!
  group_quos <- quos(...)  # captures multiple values, also inside functions!?

  df %>%
    group_by(!!!group_quos) %>%
    summarize(summ = sum(!!summ_quo))
}

summarize_by(dat, value, cat, cat2)