r - 如何使用跨函数和动态生成的函数列表进行变异

Question

我有一个数据框，其中封装了考试的大量统计数据，并在不同年份和组中进行跟踪。我想构建一个函数，添加新的列，从动态提供的引用年份列表中给出每个组的这些统计数据的变化。

这是我想要的输出示例。

grades <- data.frame(
  Group = c(rep("A", 4), rep("B", 4)),
  Year  = rep(seq(2015, 2018), 2),
  Mean  = c(seq(100, 130, 10), seq(200, 260, 20)),
  PassR = c(seq(0.5, 0.53, 0.01), seq(0.6, 0.66, 0.02))
)

grades |> group_by(Group) |> calculateDifferences(c(2015, 2016))

# A tibble: 8 × 8
# Groups:   Group [2]
  Group  Year  Mean PassR Mean_Diff2015 Mean_Diff2016 PassR_Diff2015 PassR_Diff2016
  <chr> <int> <dbl> <dbl>         <dbl>         <dbl>          <dbl>          <dbl>
1 A      2015   100  0.5              0           -10         0             -0.0100
2 A      2016   110  0.51            10             0         0.0100         0     
3 A      2017   120  0.52            20            10         0.0200         0.0100
4 A      2018   130  0.53            30            20         0.0300         0.0200
5 B      2015   200  0.6              0           -20         0             -0.0200
6 B      2016   220  0.62            20             0         0.0200         0     
7 B      2017   240  0.64            40            20         0.0400         0.0200
8 B      2018   260  0.66            60            40         0.0600         0.0400

我最好的尝试是以下函数，但它遇到了在列表中确定“年份”列范围的问题。

# Calculate differences from the given year for both mean and pass rate
calculateDifferences <- function(data, diffYears) {
  mutate(data,
    across(
      any_of(c("Mean", "PassR")), 
      #list(Diff2015 = function(col) col - col[Year == 2015],
      #     Diff2016 = function(col) col - col[Year == 2016]),
      map(as.list(diffYears), function(year) { function(col) col - col[Year == year] }) |>
        set_names(str_c("Diff", diffYears)),
      .names = "{.col}_{.fn}"
    )
  )
}

运行此代码会提示找不到对象 Year 。我尝试引入一些 NSE 来延迟变量的评估，但 !!substitute("Year") 都没有。也不!!quo("Year")产生所需的输出:它只是抛出 dplyr::mutate_incompatible_size <named_list>错误。尝试将其替换为 .data[["Year"]]提示它不在数据屏蔽上下文中。

如果我对年份进行硬编码(如函数的注释部分所示)，它将正确运行并产生所需的输出，但它无法适应动态提供的年份列表。

我可以尝试使用data[["Year"]]单独拉出年份列。如果数据未分组，则此方法效果很好，但如果数据已分组，则此方法会崩溃。

Answer 1

这是一种替代方法，它依赖于在 across 内部返回一个 tibble，然后使用 .unpack 参数将其解包。我更改了该函数，以便可以将变量作为参数传递，而不是硬编码(如果需要，这还允许您使用 tidyselect 功能)以及分组。

library(purrr)
library(dplyr)

calculateDifferences <- function(data, vars, diffYears, group = Group) {
  data |>
  mutate(
    across({{  vars  }}, ~
             map(diffYears, \(year) 
                 tibble("Diff{year}" := .x - .x[Year == year])
                 ) |>
             list_cbind(),
           .unpack = TRUE),
    .by = {{  group  }}
  )
}

grades |>
  calculateDifferences(c(Mean, PassR), c(2015, 2016)) 

  Group Year Mean PassR Mean_Diff2015 Mean_Diff2016 PassR_Diff2015 PassR_Diff2016
1     A 2015  100  0.50             0           -10           0.00          -0.01
2     A 2016  110  0.51            10             0           0.01           0.00
3     A 2017  120  0.52            20            10           0.02           0.01
4     A 2018  130  0.53            30            20           0.03           0.02
5     B 2015  200  0.60             0           -20           0.00          -0.02
6     B 2016  220  0.62            20             0           0.02           0.00
7     B 2017  240  0.64            40            20           0.04           0.02
8     B 2018  260  0.66            60            40           0.06           0.04