我正在使用 dplyr
进行编程在 R 中对仅通过其字符串名称已知的数据框列进行操作。我知道最近有更新 dplyr
支持 quosures 等,我已经在这里审查了我认为是新的“使用 dplyr 编程”文章的相关组件:http://dplyr.tidyverse.org/articles/programming.html .但是,我仍然无法做我想做的事。
我的情况是我只通过字符串名称知道数据框的列名。因此,我不能在调用 dplyr
时使用非标准评估。在一个函数或什至一个脚本中,列名可能会在运行之间发生变化,因为我通常无法对未加引号的(即“裸”)列名进行硬编码。我想知道如何解决这个问题,我猜我忽略了一些新的引用/取消引用语法。
例如,假设我有用户输入定义数据分布的截止百分位数。用户可以使用他/她想要的任何百分位数运行代码,他/她选择的百分位数将改变输出。在分析中,中间数据框中的一列使用所用百分位数的名称创建;因此,此列的名称会根据用户输入的截止百分位数而变化。
下面是一个最小的例子来说明。我想使用截止百分位数的各种值调用该函数。我想要名为 MPGCutoffs
的数据框有一个根据选择的截止分位数命名的列(目前在下面的代码中有效),我想稍后对这个列名进行操作。由于这个列名的通用性,我只能从输入pctCutoff
的角度知道它在编写函数的时候,所以我需要一种方法在只知道由 probColName
定义的字符串时对其进行操作,它遵循基于 pctCutoff
的值的预定义模式.
userInput_prob1 <- 0.95
userInput_prob2 <- 0.9
# Function to get cars that have the "best" MPG
# fuel economy, where "best" is defined by the
# percentile cutoff passed to the function.
getBestMPG <- function( pctCutoff ){
# Define new column name to hold the MPG percentile cutoff.
probColName <- paste0('P', pctCutoff*100)
# Compute the MPG percentile cutoff by number of gears.
MPGCutoffs <- mtcars %>%
dplyr::group_by( gear ) %>%
dplyr::summarize( !!probColName := quantile(mpg, pctCutoff) )
# Filter mtcars with only MPG values above cutoffs.
output <- mtcars %>%
dplyr::left_join( MPGCutoffs, by='gear' ) %>%
dplyr::filter( mpg > !!probColName ) #****This doesn't run; this is where I'm stuck
# Return filtered data.
return(output)
}
best_1 <- getBestMPG( userInput_prob1 )
best_2 <- getBestMPG( userInput_prob2 )
dplyr::filter()
声明是我无法正常运行的内容。我试过了:dplyr::filter( mpg > probColName )
- 没有错误,但没有返回行。dplyr::filter( mpg > !!probColName )
- 没有错误,但没有返回行。我还看过一些例子,我可以通过类似
quo(P95)
的东西。到函数,然后在对 dplyr::filter()
的调用中取消引用它;我已经让它工作了,但它没有解决我的问题,因为它需要在函数之外对变量名进行硬编码。例如,如果我这样做并且用户传递的百分位数为 0.90,则调用 dplyr::filter()
失败,因为创建的列名为 P90
而不是 P95
.任何帮助将不胜感激。我希望有一个简单的解决方案,我只是忽略了。
最佳答案
如果您在字符串(又名字符向量)中有一个列名,并且您想将它与 tidyeval 一起使用,那么您可以使用 rlang::sym()
将其隐藏起来。 .只是改变
dplyr::filter( mpg > !!rlang::sym(probColName) )
它应该工作。这是从这个 github 问题的建议中获取的:https://github.com/tidyverse/rlang/issues/116
使用还是可以的
dplyr::summarize( !!probColName := quantile(mpg, pctCutoff) )
因为在动态设置参数名称时,您只需要字符串而不是未引用的符号。
关于R dplyr 对仅由其字符串名称已知的列进行操作,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/46310123/