我经常这样做:
library(tidyverse)
iris %>%
group_by(Species) %>%
summarise(num_Species = n_distinct(Species)) %>%
mutate(perc_Species = 100 * num_Species / sum(num_Species))
所以我想创建一个输出相同内容但具有动态命名的 num_ 和 perc_ 列的函数:
num_perc <- function(df, group_var, summary_var) {
}
我找到了 this resource很有用,但它没有直接解决如何以我想要的方式重用新创建的列名。
最佳答案
您可以在 group_var
上使用 as_label(enquo())
提取作为字符向量传递的变量以生成新列。您可以在您发送的链接文档中看到一个明显的例子是 6.1.3。这样,我们可以动态地将 num_
和 perc_
添加到您的摘要变量中,只需要传入 df
和 group_var
.
library(dplyr)
num_perc <- function(df, group_var) {
summary_lbl <- as_label(enquo(group_var))
num_lbl <- paste0("num_", summary_lbl)
perc_lbl <- paste0("perc_", summary_lbl)
df %>%
group_by({{ group_var }}) %>%
summarize(!!num_lbl := n_distinct({{ group_var }})) %>%
mutate(!!perc_lbl := 100 * .data[[num_lbl]] / sum(.data[[num_lbl]]))
}
num_perc(iris, Species)
#> # A tibble: 3 × 3
#> Species num_Species perc_Species
#> <fct> <int> <dbl>
#> 1 setosa 1 33.3
#> 2 versicolor 1 33.3
#> 3 virginica 1 33.3
在这种情况下,group_var
和 summary_var
实际上不同,但本质上是相同的解决方案。
num_perc <- function(df, group_var, summary_var) {
summary_lbl <- as_label(enquo(summary_var))
num_lbl <- paste0("num_", summary_lbl)
perc_lbl <- paste0("perc_", summary_lbl)
df %>%
group_by({{ group_var }}) %>%
summarize(!!num_lbl := n_distinct({{ summary_var }})) %>%
mutate(!!perc_lbl := 100 * .data[[num_lbl]] / sum(.data[[num_lbl]]))
}
num_perc(iris, Species, Species)
关于r - Dplyr 多个管道动态变量?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/70862897/