使用dplyr在函数内传递列名

使用dplyr在函数内传递列名,r,dplyr,lazyeval,R,Dplyr,Lazyeval,我知道使用lazyeval内部函数来引用带有dplyr的列名,但我被卡住了。一般来说,当创建一个使用dplyr并引用函数参数中的列名的函数时,最惯用的方法是什么?谢谢 library(lazyeval) ## Create data frame df0 <- data.frame(x=rnorm(100), y=runif(100)) ########################################## ## Sample mean; this way wor

我知道使用lazyeval内部函数来引用带有dplyr的列名,但我被卡住了。一般来说,当创建一个使用dplyr并引用函数参数中的列名的函数时,最惯用的方法是什么?谢谢

 library(lazyeval)

 ## Create data frame
 df0 <- data.frame(x=rnorm(100), y=runif(100))

 ##########################################
 ## Sample mean; this way works
 ##########################################
 df0 %>%
   filter(!is.na(x)) %>%
   summarize(mean=mean(x))

 ##########################################
 ## Sample mean via function; does not work
 ##########################################
 dfSummary2 <- function(df, var_y) { 
   p <- df %>%
        filter(!is.na(as.name(var_y))) %>%
        summarize(mean=mean(as.name(var_y)))
   return(p)
}

dfSummary(df0, "x")
#   mean
# 1   NA
# Warning message:
# In mean.default("x") : argument is not numeric or logical: returning NA

 ##########################################
 ## Sample mean via function; also does not work
 ##########################################
 dfSummary <- function(df, var_y) {
   p <- df %>%
        filter(!is.na(var_y)) %>%
        summarize(mean=mean(var_y))
  return(p)
}

 dfSummary(df0, "x")
 #   mean
 # 1   NA
 # Warning message:
 # In mean.default("x") : argument is not numeric or logical: returning NA
库(lazyeval)
##创建数据帧
df0%
过滤器(!is.na(x))%>%
汇总(平均值=平均值(x))
##########################################
##样本均值函数;不起作用
##########################################
DFSummary 2%
汇总(平均值=平均值(如名称(变量)))
返回(p)
}
dfSummary(df0,“x”)
#卑鄙
#1 NA
#警告信息:
#默认值(“x”):参数不是数字或逻辑参数:返回NA
##########################################
##样本均值函数;也不起作用
##########################################
dfSummary%
汇总(平均值=平均值(var_y))
返回(p)
}
dfSummary(df0,“x”)
#卑鄙
#1 NA
#警告信息:
#默认值(“x”):参数不是数字或逻辑参数:返回NA

如果使用
dplyr
,则使用
摘要和
过滤器的注释是正确的方向,更多信息可从
vignette(“nse”)
获得

尽管存在给定的问题,但这将提供一个使用变量列名的函数,而不需要
dplyr

dfSummary <- function(df, var_y) {
 mean(df[[var_y]], na.rm = TRUE) 
}

dfSummary(df0, "x")
[1] 0.105659

dfSummary(df0, "y")
[1] 0.4948618

dfSummary您必须使用
summary\u
filter\u
。例如,见。谢谢。顺便问一下,是否需要使用lazyeval::interp?谢谢。我实际上知道这种方法,但由于我的脚本广泛使用dplyr,我希望保留它的功能。