使用dplyr以编程方式对任意变量进行乘法、选择和分组（可选）
在我使用使用dplyr以编程方式对任意变量进行乘法、选择和分组（可选）,r,select,group-by,dplyr,tidyeval,R,Select,Group By,Dplyr,Tidyeval,在我使用dplyr的代码中，我经常对一个数据帧变量执行某些操作（这里假设为简单的乘以2，以简化MRE），可以选择对另一个变量分组，然后仅选择部分结果变量。为了防止代码重复，我想写一个函数 测试数据帧是 library(ggplot2) msleep_mini <- msleep[1:10, ] 如果使用两个参数调用，则第二个参数将解释为分组变量。同样，第一个参数乘以2，但是现在数据帧也被第二个参数分组，并根据它进行排序，最后一个id列（包含每个组中的累进行号）被添加到数据帧中。换句话说，
dplyr仅选择部分结果变量。为了防止代码重复，我想写一个函数
测试数据帧是
library(ggplot2)
msleep_mini <- msleep[1:10, ]
如果使用两个参数调用，则第二个参数将解释为分组变量。同样，第一个参数乘以2，但是现在数据帧也被第二个参数分组，并根据它进行排序，最后一个id
列（包含每个组中的累进行号）被添加到数据帧中。换句话说，输出将是
# test_2
msleep_mini %>%
group_double_select(sleep_total, vore)
#> # A tibble: 20 x 5
#> # Groups: vore [4]
#> vore name order sleep_total id
#> <chr> <chr> <chr> <dbl> <int>
#> 1 carni Cheetah Carnivora 24.2 1
#> 2 carni Northern fur seal Carnivora 17.4 2
#> 3 carni Dog Carnivora 20.2 3
#> 4 carni Long-nosed armadillo Cingulata 34.8 4
#> 5 herbi Mountain beaver Rodentia 28.8 1
#> 6 herbi Cow Artiodactyla 8 2
#> 7 herbi Three-toed sloth Pilosa 28.8 3
#> 8 herbi Roe deer Artiodactyla 6 4
#> 9 herbi Goat Artiodactyla 10.6 5
#> 10 herbi Guinea pig Rodentia 18.8 6
#测试2
msleep_迷你%>%
组双选择（睡眠总数，vore）
#>#A tibble:20 x 5
#>#组：vore[4]
#>vore名称顺序睡眠\u总id
#>
#>1食肉猎豹食肉动物24.2 1
#>2肉食动物北方毛皮海豹肉食动物17.4 2
#>3食肉狗食肉动物20.2 3
#>4卡尼长鼻扣带犰狳34.8 4
#>5赫比山海狸啮齿动物28.8 1
#>6赫比牛偶蹄目8 2
#>7赫比三趾树懒Pilosa 28.8 3
#>8黑鹿偶蹄目6 4
#>9赫比山羊偶蹄目10.6 5
#>10赫比豚鼠啮齿动物18.8 6
当然，函数必须使用任意变量（只要可以在数据帧中找到）：
#测试3
msleep_迷你%>%
组双选择（睡眠快速，顺序）
#>#A tibble:20 x 5
#>#组：顺序[9]
#>订单名称vore sleep\u rem id
#>
#>1偶蹄目奶牛1.4 1
#>2偶蹄目狍2
#>3偶蹄目山羊herbi 1.2 3
#>4食肉动物猎豹肉食NA 1
#>5肉食动物北方毛皮海豹肉食动物2.8 2
#>6肉食动物狗肉食5.8 3
#>7扣带回长鼻犰狳6.2 1
#>8双足类北美负鼠omni 9.8 1
#>9.土鳖总科树土鳖1
#>10 Pilosa三趾树懒herbi 4.4 1
在我看来，以健壮且可维护的方式编写group\u double\u select
的唯一方法是使用整洁的评估，但我可能错了。您能帮助我吗？我们可以使用missing
检查函数中是否缺少参数
group_double_select <- function(data, colVar, groupVar) {
colVar <- enquo(colVar)
if(missing(groupVar)) {
data %>%
select(name, vore, order, !!colVar) %>%
mutate(!! quo_name(colVar) := !! colVar * 2)
} else {
groupVar <- enquo(groupVar)
data %>%
select(name, vore, order, !!colVar) %>%
mutate(!! quo_name(colVar) := !! colVar * 2) %>%
group_by(!! groupVar) %>%
mutate(id = row_number()) %>%
arrange(!! groupVar)
}
}
group\u double\u select%
变异（！！quo_名称（colVar）：=！！colVar*2）
}否则{
组变量%
选择（名称、vore、订单、！！colVar）%>%
变异（！！quo_名称（colVar）：=！！colVar*2）%>%
分组依据（！！groupVar）%>%
变异（id=行号（））%>%
安排（！！groupVar）
}
}
-测试
msleep_mini %>%
group_double_select(sleep_total, vore) %>%
head
# A tibble: 6 x 5
# Groups: vore [2]
# name vore order sleep_total id
# <chr> <chr> <chr> <dbl> <int>
#1 Cheetah carni Carnivora 24.2 1
#2 Northern fur seal carni Carnivora 17.4 2
#3 Dog carni Carnivora 20.2 3
#4 Long-nosed armadillo carni Cingulata 34.8 4
#5 Mountain beaver herbi Rodentia 28.8 1
#6 Cow herbi Artiodactyla 8 2
msleep_mini %>%
group_double_select(sleep_total) %>%
head
# A tibble: 6 x 4
# name vore order sleep_total
# <chr> <chr> <chr> <dbl>
#1 Cheetah carni Carnivora 24.2
#2 Owl monkey omni Primates 34
#3 Mountain beaver herbi Rodentia 28.8
#4 Greater short-tailed shrew omni Soricomorpha 29.8
#5 Cow herbi Artiodactyla 8
#6 Three-toed sloth herbi Pilosa 28.8
msleep_mini %>%
group_double_select(sleep_rem, order) %>%
head
# A tibble: 6 x 5
# Groups: order [2]
# name vore order sleep_rem id
# <chr> <chr> <chr> <dbl> <int>
#1 Cow herbi Artiodactyla 1.4 1
#2 Roe deer herbi Artiodactyla NA 2
#3 Goat herbi Artiodactyla 1.2 3
#4 Cheetah carni Carnivora NA 1
#5 Northern fur seal carni Carnivora 2.8 2
#6 Dog carni Carnivora 5.8 3
msleep\u mini%>%
组双选择（睡眠总数，vore）%>%
头
#一个tibble:6x5
#组别:vore[2]
#名称vore订单睡眠\u总id
#
#1猎豹肉食动物24.2 1
#2北方毛皮海豹肉食动物17.4 2
#3狗食肉动物20.2 3
#4长鼻扣带回犰狳34.8 4
#5山地海狸啮齿动物28.8 1
#6母牛赫比偶蹄目8 2
msleep_迷你%>%
组双选择（睡眠总数）%>%
头
#一个tibble:6x4
#姓名/顺序/睡眠总数
#
#1猎豹肉食动物24.2
#2猫头鹰猴全灵长类34
#3山海狸啮齿动物28.8
#4大短尾鼩全囊形目29.8
#5母牛赫比偶蹄目8
#6三趾树懒herbi Pilosa 28.8
msleep_迷你%>%
组双选择（睡眠rem，顺序）%>%
头
#一个tibble:6x5
#分组：顺序[2]
#名称vore订单睡眠\u rem id
#
#1头母牛赫比偶蹄动物1.4 1
#2偶蹄亚目鹿2
#3山羊herbi偶蹄动物1.2 3
#4猎豹肉食动物NA 1
#5北方毛皮海豹肉食动物2.8 2
#6狗食肉动物5.8 3
您是否可以编辑以减少行数（如果它们不是理解问题所必需的）@NelsonGon当然，我可以看到msleep_mini的变化
group_double_select <- function(data, colVar, groupVar) {
colVar <- enquo(colVar)
if(missing(groupVar)) {
data %>%
select(name, vore, order, !!colVar) %>%
mutate(!! quo_name(colVar) := !! colVar * 2)
} else {
groupVar <- enquo(groupVar)
data %>%
select(name, vore, order, !!colVar) %>%
mutate(!! quo_name(colVar) := !! colVar * 2) %>%
group_by(!! groupVar) %>%
mutate(id = row_number()) %>%
arrange(!! groupVar)
}
}
msleep_mini %>%
group_double_select(sleep_total, vore) %>%
head
# A tibble: 6 x 5
# Groups: vore [2]
# name vore order sleep_total id
# <chr> <chr> <chr> <dbl> <int>
#1 Cheetah carni Carnivora 24.2 1
#2 Northern fur seal carni Carnivora 17.4 2
#3 Dog carni Carnivora 20.2 3
#4 Long-nosed armadillo carni Cingulata 34.8 4
#5 Mountain beaver herbi Rodentia 28.8 1
#6 Cow herbi Artiodactyla 8 2
msleep_mini %>%
group_double_select(sleep_total) %>%
head
# A tibble: 6 x 4
# name vore order sleep_total
# <chr> <chr> <chr> <dbl>
#1 Cheetah carni Carnivora 24.2
#2 Owl monkey omni Primates 34
#3 Mountain beaver herbi Rodentia 28.8
#4 Greater short-tailed shrew omni Soricomorpha 29.8
#5 Cow herbi Artiodactyla 8
#6 Three-toed sloth herbi Pilosa 28.8
msleep_mini %>%
group_double_select(sleep_rem, order) %>%
head
# A tibble: 6 x 5
# Groups: order [2]
# name vore order sleep_rem id
# <chr> <chr> <chr> <dbl> <int>
#1 Cow herbi Artiodactyla 1.4 1
#2 Roe deer herbi Artiodactyla NA 2
#3 Goat herbi Artiodactyla 1.2 3
#4 Cheetah carni Carnivora NA 1
#5 Northern fur seal carni Carnivora 2.8 2
#6 Dog carni Carnivora 5.8 3