按函数替换多个“summary”语句

我现在重复了很多代码，因为我需要为不同的组汇总相同的列。如何通过只编写一次

summary

函数（始终相同）而逐个定义输出名称和

groupby

参数来有效地实现这一点

最起码的例子是：

col1使用combn：

首先，您需要使用如下函数计算变量：

library(tidyverse)
res_func <- function(x, y){
  df %>% 
  group_by(!!as.symbol(x), !!as.symbol(y)) %>% 
  summarize(sum1 = sum(col4, col5))
}

只需运行
res\u func2（“col1”、“col2”）

>结果\u col1 col2
#一个tibble:4x3
#分组：col1[2]
col1 col2 sum1
1英国社会10
2英国技术6
3美国社会保险公司8
4美国技术12
要在自己的函数中使用dplyr，可以使用tidy求值。这是因为dplyr对dplyr代码求值的方式，称为非标准求值，它封装了所有行为与普通R代码不同的东西。我建议阅读以下内容：


summariefunction在以下情况下，您也可以使用
purrr:：partial
：

library(purrr)
summarize45 <- partial(summarize, sum1 = sum(col4, col5))

result1b <- df %>% 
  group_by(col1, col2) %>%
  summarize45()

identical(result1, result1b)
# [1] TRUE

库（purrr）
总计45%
总结45（）
相同（结果1，结果1b）
#[1]是的

或者进一步推动：

gb_df <- partial(group_by, df)

result1c <- gb_df(col1, col2) %>% summarize45()

identical(result1, result1c)
# [1] TRUE

gb\u df的
ddply
函数比
groupby%>%summary更简洁。您可以将第一个重新编写为
ddply（df，（（col1，col2），summary，sum1=sum（col5，col5））
。不会回答您的实际问题，但会减少您使用的行数。如果向函数传递一个参数，则看起来更简单
res_func%group_by（！！as.symbol（x））%%>%summary（sum1=sum（col4，col5））}
是否可以根据请求轻松地分配给新df的名称？是的，
paste（x，collapse=“”）
这种方法似乎最适合我。只有一个问题：我有数百种不同的校验表要求和、除法等。有没有办法不在
函数（）部分键入/复制所有校验表？我的组组合数量要少得多（8）。我建议您看看重塑2软件包。通过这种方式，您可以以整齐的长格式重新构造数据集。例如：
reforme2:：melt（df）
。然后考虑
split
函数，它将您的长df转换为较小df的列表。然后将
lappy
功能与
summarief功能结合使用。在多个列上聚合几乎总是一个“不太好”的想法。如果你喜欢我的解决方案，请接受我的回答：-）这真是太棒了@Moody_mudscapper。正是我所需要的，立即将代码减少到1/6，而我甚至还没有完成一半的工作。如果可以的话，我会给你+1以上。
res_func2 <- function(x, y){
  assign(paste0("result_", x, y),
         df %>% 
           group_by(!!as.symbol(x), !!as.symbol(y)) %>% 
           summarize(sum1 = sum(col4, col5)), 
         envir = parent.frame())
}

> result_col1col2
# A tibble: 4 x 3
# Groups:   col1 [2]
  col1  col2    sum1
  <fct> <fct>  <int>
1 UK    Social    10
2 UK    Tech       6
3 US    Social     8
4 US    Tech      12

summarizefunction <- function(data, ..., sumvar1, sumvar2) {

    groups <- enquos(...)
    sumvar1 <- enquo(sumvar1)
    sumvar2 <- enquo(sumvar2)

    result <- data %>%
        group_by(!!!groups) %>%
        summarise(sum1 = sum(!!sumvar1, !!sumvar2))
    return(result)
}

summarizefunction(df, col1, col2, sumvar1 = col4, sumvar2 = col5)

library(purrr)
summarize45 <- partial(summarize, sum1 = sum(col4, col5))

result1b <- df %>% 
  group_by(col1, col2) %>%
  summarize45()

identical(result1, result1b)
# [1] TRUE

gb_df <- partial(group_by, df)

result1c <- gb_df(col1, col2) %>% summarize45()

identical(result1, result1c)
# [1] TRUE