r - Dplyr 多个管道动态变量？

Question

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。

Answer 1

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)