将函数参数同时传递给dplyr和ggplot

我对如何将函数参数传递到dplyr和ggplot代码感到困惑。 我使用的是最新版本的dplyr和ggplot2 这是我生成条形图的代码（清晰度与平均价格）

对于dplyr的最新版本，带下划线的动词_uuz（）被轻轻地弃用。看来我们应该使用Quosure

我的问题是:

• 有人能澄清一下目前的最佳实践吗
• 上面的代码有什么问题？（请不要用下划线dplyr动词.）

• 在ggplot中，我知道我们可以使用aes_string（），但在我的例子中，aes中只有一个参数是从函数参数传递的

---

提前感谢。

我认为您还不能完全理解“正确”的方式，因为ggplot2不支持tidyeval语法，但它即将出现

代码中dplyr部分的最佳实践是：

library(tidyverse)
library(rlang)

diamond_data <- function (data, group, metric) {
   quo_group <- enquo(group)
   quo_metric <- enquo(metric)
   data %>%
     group_by(!!quo_group) %>%
     summarise(price=mean(!!quo_metric))
}
diamond_data(diamonds, clarity, price)

库（tidyverse）
图书馆（rlang）
diamond_datasinQueso的答案是有希望的，但它忽略了函数的目的，即适应不同的数据帧。“price”变量在函数中编码如下：

summarise(price=mean(!!quo_metric)) %>%

因此，只有当输入变量为“price”时，此函数才会起作用

以下是一个更好的解决方案，可用于任何数据帧：

diamond_plot <- function (data, group, metric) {
        quo_group <- sym(group)
        quo_metric <- sym(metric)
        summary <- data %>%
                group_by(!!quo_group) %>%
                summarise(mean=mean(!!quo_metric))
                ggplot(summary, aes_string(x = group, y= "mean")) +
                geom_bar(stat='identity')
}
diamond_plot(diamonds, "clarity", "price")

diamond\u plot您甚至可以比Daniel的解决方案更进一步，以便汇总变量（度量）的名称随输入而变化

diamond_plot <- function(data, group, metric) {
    quo_group <- rlang::sym(group)
    quo_metric <- rlang::sym(metric)
    metric_name <- rlang::sym(stringr::str_c("mean_", metric))
    data %>%
        group_by(!!quo_group) %>%
        summarize(!!metric_name := mean(!!quo_metric)) %>%
        ggplot(aes_(x = quo_group, y = metric_name)) +
        geom_bar(stat = 'identity')
}
diamond_plot(diamonds, "clarity", "price")

diamond\u plot在我看来，解决这个问题最“简洁”的方法是将
quo\u name
和
aes\u string
函数组合起来。避免使用尾随下划线动词，如
aes\uu
，因为它们已被弃用

diamond_plot <- function(data, group, metric) {
  quo_group <- enquo(group)
  str_group <- quo_name(quo_group)

  quo_metric <- enquo(metric)

  summary <- data %>%
     groupby(!!quo_group) %>%
     summarise(mean = mean(!!quo_metric))

  ggplot(summary) +
  geom_bar(aes_string(x = str_group, y = "mean"), stat = "identity")
}

diamond_plot(diamnonds, clarity, price)

diamond\u plotTidy求值现在在中完全受支持，因此不再需要使用
aes\u
或
aes\u string

库（rlang）
图书馆（tidyverse）
菱形图%
ggplot（aes（x=！！quo_组，y=！！quo_度量））+
geom_col（）
}
钻石图（钻石、清晰度、价格）


由（v0.2.0）于2018年4月16日创建。
在这种情况下，我只会使用
sym（）
（或
as.name（）
）而不是
parse_quosure（）
。谢谢@lionel的建议，我更新了我的answer@lionel你能解释一下为什么你更喜欢sym（）而不是parse_quosure吗？因为函数需要列名，与可能引用上下文对象的符号相反。解析还将创建表达式，而不仅仅是符号，这在这里是不合适的。解析任意代码通常是不好的风格。最后，符号可以同时传递给dplyr函数和
aes_u3;（）
函数，而
aes_3;（）
不支持QUOSURE。使用符号而不是quosured符号当然假设名称引用的是列，而不是上下文中的对象，这在这里似乎是合理的。
summarise(price=mean(!!quo_metric)) %>%

diamond_plot <- function (data, group, metric) {
        quo_group <- sym(group)
        quo_metric <- sym(metric)
        summary <- data %>%
                group_by(!!quo_group) %>%
                summarise(mean=mean(!!quo_metric))
                ggplot(summary, aes_string(x = group, y= "mean")) +
                geom_bar(stat='identity')
}
diamond_plot(diamonds, "clarity", "price")

diamond_plot <- function(data, group, metric) {
    quo_group <- rlang::sym(group)
    quo_metric <- rlang::sym(metric)
    metric_name <- rlang::sym(stringr::str_c("mean_", metric))
    data %>%
        group_by(!!quo_group) %>%
        summarize(!!metric_name := mean(!!quo_metric)) %>%
        ggplot(aes_(x = quo_group, y = metric_name)) +
        geom_bar(stat = 'identity')
}
diamond_plot(diamonds, "clarity", "price")

diamond_plot <- function(data, group, metric) {
  quo_group <- enquo(group)
  str_group <- quo_name(quo_group)

  quo_metric <- enquo(metric)

  summary <- data %>%
     groupby(!!quo_group) %>%
     summarise(mean = mean(!!quo_metric))

  ggplot(summary) +
  geom_bar(aes_string(x = str_group, y = "mean"), stat = "identity")
}

diamond_plot(diamnonds, clarity, price)