Return 包装函数中的变量名称为带有 dplyr 的字符串
Return variable name as string with dplyr in wrapper function
我认为这是一个相当简单的问题。我正在创建一个自定义函数，该函数执行一系列汇总统计并为某些报告一致地格式化数据。为此，我编写了一个 function()，它将 3 个变量作为输入、一个数据集、一个分组变量和一个感兴趣的响应变量。我使用 dplyr::summarize() 执行汇总统计。我知道要在自定义函数中使用 dplyr::summarize，我必须在 dplyr:: 函数中包含分组变量和带有卷曲符号的响应变量。我想在输出 tibble 中记录响应变量的名称。在非 tidyverse:: 世界中，我会使用 deparse(substitute()) 来完成此操作。不过，这个方法显然在tidyverse::内行不通。这是我的可重现示例。我将逐步完成它，然后 post 问题末尾的不间断代码。
第一次尝试时，我尝试了 deparse(substitute({{}})) 方法
library(tidyverse)
data("iris")
fxn1<-function(DF, grp, var){
out<-DF %>%
group_by({{grp}}) %>%
summarize(Mean_Val=mean({{var}}, na.rm=TRUE),
Var=deparse(substitute({{var}})))
}
Demo1<-fxn1(iris, Species, Petal.Width)
Demo1
不幸的是，这在 Var 列中创建了某种表达式，并弄乱了摘要。
# A tibble: 12 x 3
# Groups: Species [3]
Species Mean_Val Var
<fct> <dbl> <chr>
1 setosa 0.246 "(function (...) "
2 setosa 0.246 "{"
3 setosa 0.246 " .External2(ffi_tilde_eval, sys.call(), environment(), ~
4 setosa 0.246 "})(Petal.Width)"
5 versicolor 1.33 "(function (...) "
6 versicolor 1.33 "{"
7 versicolor 1.33 " .External2(ffi_tilde_eval, sys.call(), environment(), ~
8 versicolor 1.33 "})(Petal.Width)"
9 virginica 2.03 "(function (...) "
10 virginica 2.03 "{"
11 virginica 2.03 " .External2(ffi_tilde_eval, sys.call(), environment(), ~
12 virginica 2.03 "})(Petal.Width)"
第二次尝试，我摆脱了 deparse(substitute())
中的卷曲符号
fxn2<-function(DF, grp, var){
out<-DF %>%
group_by({{grp}}) %>%
summarize(Mean_Val=mean({{var}}, na.rm=TRUE),
Var=deparse(substitute(var)))
}
Demo2<-fxn2(iris, Species, Petal.Width)
Demo2
这几乎是正确的，但它没有在 Var 列中输入“Petal.Width”，而是添加了“var”。
# A tibble: 3 x 3
Species Mean_Val Var
<fct> <dbl> <chr>
1 setosa 0.246 var
2 versicolor 1.33 var
3 virginica 2.03 var
我希望我的数据看起来像这样
Desired<-iris %>% group_by(Species) %>% summarize(Mean_Val=mean(Petal.Width), Var="Petal.Width")
Desired
看起来像这样：
# A tibble: 3 x 3
Species Mean_Val Var
<fct> <dbl> <chr>
1 setosa 0.246 Petal.Width
2 versicolor 1.33 Petal.Width
3 virginica 2.03 Petal.Width
有谁知道如何让 dplyr:: 与 deparse(substitute) 等效，但实际上是 return 变量名称，而不是参数名称？任何指导将不胜感激。
这是不间断的可重现示例：
library(tidyverse)
data("iris")
fxn1<-function(DF, grp, var){
out<-DF %>%
group_by({{grp}}) %>%
summarize(Mean_Val=mean({{var}}, na.rm=TRUE),
Var=deparse(substitute({{var}})))
}
Demo1<-fxn1(iris, Species, Petal.Width)
Demo1
fxn2<-function(DF, grp, var){
out<-DF %>%
group_by({{grp}}) %>%
summarize(Mean_Val=mean({{var}}, na.rm=TRUE),
Var=deparse(substitute(var)))
}
Demo2<-fxn2(iris, Species, Petal.Width)
Demo2
Desired<-iris %>% group_by(Species) %>% summarize(Mean_Val=mean(Petal.Width), Var="Petal.Width")
Desired
这种提供了您预期的输出（“Var”是一个列表，所以不理想）；它能解决您的问题吗？
library(tidyverse)
data("iris")
fxn1<-function(DF, grp, var){
out<-DF %>%
group_by({{grp}}) %>%
summarize(Mean_Val=mean({{var}}, na.rm=TRUE),
Var=deparse(substitute({{var}})))
}
Demo1<-fxn1(iris, Species, Petal.Width)
#> `summarise()` has grouped output by 'Species'. You can override using the
#> `.groups` argument.
Demo1
#> # A tibble: 12 × 3
#> # Groups: Species [3]
#> Species Mean_Val Var
#> <fct> <dbl> <chr>
#> 1 setosa 0.246 "(function (...) "
#> 2 setosa 0.246 "{"
#> 3 setosa 0.246 " .External2(ffi_tilde_eval, sys.call(), environment(…
#> 4 setosa 0.246 "})(Petal.Width)"
#> 5 versicolor 1.33 "(function (...) "
#> 6 versicolor 1.33 "{"
#> 7 versicolor 1.33 " .External2(ffi_tilde_eval, sys.call(), environment(…
#> 8 versicolor 1.33 "})(Petal.Width)"
#> 9 virginica 2.03 "(function (...) "
#> 10 virginica 2.03 "{"
#> 11 virginica 2.03 " .External2(ffi_tilde_eval, sys.call(), environment(…
#> 12 virginica 2.03 "})(Petal.Width)"
fxn2<-function(DF, grp, var){
out<-DF %>%
group_by({{grp}}) %>%
summarize(Mean_Val=mean({{var}}, na.rm=TRUE),
Var=deparse(substitute(var)))
}
Demo2<-fxn2(iris, Species, Petal.Width)
Demo2
#> # A tibble: 3 × 3
#> Species Mean_Val Var
#> <fct> <dbl> <chr>
#> 1 setosa 0.246 var
#> 2 versicolor 1.33 var
#> 3 virginica 2.03 var
Desired<-iris %>% group_by(Species) %>% summarize(Mean_Val=mean(Petal.Width), Var="Petal.Width")
Desired
#> # A tibble: 3 × 3
#> Species Mean_Val Var
#> <fct> <dbl> <chr>
#> 1 setosa 0.246 Petal.Width
#> 2 versicolor 1.33 Petal.Width
#> 3 virginica 2.03 Petal.Width
fxn3 <- function(DF, grp, var){
DF %>%
group_by({{grp}}) %>%
summarize(Mean_Val=mean({{var}}, na.rm=TRUE),
Var=c(ensym(var)))
}
Demo3 <- fxn3(iris, Species, Petal.Width)
Demo3
#> # A tibble: 3 × 3
#> Species Mean_Val Var
#> <fct> <dbl> <list>
#> 1 setosa 0.246 <sym>
#> 2 versicolor 1.33 <sym>
#> 3 virginica 2.03 <sym>
print.data.frame(Demo3)
#> Species Mean_Val Var
#> 1 setosa 0.246 Petal.Width
#> 2 versicolor 1.326 Petal.Width
#> 3 virginica 2.026 Petal.Width
由 reprex package (v2.0.1)
创建于 2022-04-21
我认为这是一个相当简单的问题。我正在创建一个自定义函数，该函数执行一系列汇总统计并为某些报告一致地格式化数据。为此，我编写了一个 function()，它将 3 个变量作为输入、一个数据集、一个分组变量和一个感兴趣的响应变量。我使用 dplyr::summarize() 执行汇总统计。我知道要在自定义函数中使用 dplyr::summarize，我必须在 dplyr:: 函数中包含分组变量和带有卷曲符号的响应变量。我想在输出 tibble 中记录响应变量的名称。在非 tidyverse:: 世界中，我会使用 deparse(substitute()) 来完成此操作。不过，这个方法显然在tidyverse::内行不通。这是我的可重现示例。我将逐步完成它，然后 post 问题末尾的不间断代码。
第一次尝试时，我尝试了 deparse(substitute({{}})) 方法
library(tidyverse)
data("iris")
fxn1<-function(DF, grp, var){
out<-DF %>%
group_by({{grp}}) %>%
summarize(Mean_Val=mean({{var}}, na.rm=TRUE),
Var=deparse(substitute({{var}})))
}
Demo1<-fxn1(iris, Species, Petal.Width)
Demo1
不幸的是，这在 Var 列中创建了某种表达式，并弄乱了摘要。
# A tibble: 12 x 3
# Groups: Species [3]
Species Mean_Val Var
<fct> <dbl> <chr>
1 setosa 0.246 "(function (...) "
2 setosa 0.246 "{"
3 setosa 0.246 " .External2(ffi_tilde_eval, sys.call(), environment(), ~
4 setosa 0.246 "})(Petal.Width)"
5 versicolor 1.33 "(function (...) "
6 versicolor 1.33 "{"
7 versicolor 1.33 " .External2(ffi_tilde_eval, sys.call(), environment(), ~
8 versicolor 1.33 "})(Petal.Width)"
9 virginica 2.03 "(function (...) "
10 virginica 2.03 "{"
11 virginica 2.03 " .External2(ffi_tilde_eval, sys.call(), environment(), ~
12 virginica 2.03 "})(Petal.Width)"
第二次尝试，我摆脱了 deparse(substitute())
fxn2<-function(DF, grp, var){
out<-DF %>%
group_by({{grp}}) %>%
summarize(Mean_Val=mean({{var}}, na.rm=TRUE),
Var=deparse(substitute(var)))
}
Demo2<-fxn2(iris, Species, Petal.Width)
Demo2
这几乎是正确的，但它没有在 Var 列中输入“Petal.Width”，而是添加了“var”。
# A tibble: 3 x 3
Species Mean_Val Var
<fct> <dbl> <chr>
1 setosa 0.246 var
2 versicolor 1.33 var
3 virginica 2.03 var
我希望我的数据看起来像这样
Desired<-iris %>% group_by(Species) %>% summarize(Mean_Val=mean(Petal.Width), Var="Petal.Width")
Desired
看起来像这样：
# A tibble: 3 x 3
Species Mean_Val Var
<fct> <dbl> <chr>
1 setosa 0.246 Petal.Width
2 versicolor 1.33 Petal.Width
3 virginica 2.03 Petal.Width
有谁知道如何让 dplyr:: 与 deparse(substitute) 等效，但实际上是 return 变量名称，而不是参数名称？任何指导将不胜感激。
这是不间断的可重现示例：
library(tidyverse)
data("iris")
fxn1<-function(DF, grp, var){
out<-DF %>%
group_by({{grp}}) %>%
summarize(Mean_Val=mean({{var}}, na.rm=TRUE),
Var=deparse(substitute({{var}})))
}
Demo1<-fxn1(iris, Species, Petal.Width)
Demo1
fxn2<-function(DF, grp, var){
out<-DF %>%
group_by({{grp}}) %>%
summarize(Mean_Val=mean({{var}}, na.rm=TRUE),
Var=deparse(substitute(var)))
}
Demo2<-fxn2(iris, Species, Petal.Width)
Demo2
Desired<-iris %>% group_by(Species) %>% summarize(Mean_Val=mean(Petal.Width), Var="Petal.Width")
Desired
这种提供了您预期的输出（“Var”是一个列表，所以不理想）；它能解决您的问题吗？
library(tidyverse)
data("iris")
fxn1<-function(DF, grp, var){
out<-DF %>%
group_by({{grp}}) %>%
summarize(Mean_Val=mean({{var}}, na.rm=TRUE),
Var=deparse(substitute({{var}})))
}
Demo1<-fxn1(iris, Species, Petal.Width)
#> `summarise()` has grouped output by 'Species'. You can override using the
#> `.groups` argument.
Demo1
#> # A tibble: 12 × 3
#> # Groups: Species [3]
#> Species Mean_Val Var
#> <fct> <dbl> <chr>
#> 1 setosa 0.246 "(function (...) "
#> 2 setosa 0.246 "{"
#> 3 setosa 0.246 " .External2(ffi_tilde_eval, sys.call(), environment(…
#> 4 setosa 0.246 "})(Petal.Width)"
#> 5 versicolor 1.33 "(function (...) "
#> 6 versicolor 1.33 "{"
#> 7 versicolor 1.33 " .External2(ffi_tilde_eval, sys.call(), environment(…
#> 8 versicolor 1.33 "})(Petal.Width)"
#> 9 virginica 2.03 "(function (...) "
#> 10 virginica 2.03 "{"
#> 11 virginica 2.03 " .External2(ffi_tilde_eval, sys.call(), environment(…
#> 12 virginica 2.03 "})(Petal.Width)"
fxn2<-function(DF, grp, var){
out<-DF %>%
group_by({{grp}}) %>%
summarize(Mean_Val=mean({{var}}, na.rm=TRUE),
Var=deparse(substitute(var)))
}
Demo2<-fxn2(iris, Species, Petal.Width)
Demo2
#> # A tibble: 3 × 3
#> Species Mean_Val Var
#> <fct> <dbl> <chr>
#> 1 setosa 0.246 var
#> 2 versicolor 1.33 var
#> 3 virginica 2.03 var
Desired<-iris %>% group_by(Species) %>% summarize(Mean_Val=mean(Petal.Width), Var="Petal.Width")
Desired
#> # A tibble: 3 × 3
#> Species Mean_Val Var
#> <fct> <dbl> <chr>
#> 1 setosa 0.246 Petal.Width
#> 2 versicolor 1.33 Petal.Width
#> 3 virginica 2.03 Petal.Width
fxn3 <- function(DF, grp, var){
DF %>%
group_by({{grp}}) %>%
summarize(Mean_Val=mean({{var}}, na.rm=TRUE),
Var=c(ensym(var)))
}
Demo3 <- fxn3(iris, Species, Petal.Width)
Demo3
#> # A tibble: 3 × 3
#> Species Mean_Val Var
#> <fct> <dbl> <list>
#> 1 setosa 0.246 <sym>
#> 2 versicolor 1.33 <sym>
#> 3 virginica 2.03 <sym>
print.data.frame(Demo3)
#> Species Mean_Val Var
#> 1 setosa 0.246 Petal.Width
#> 2 versicolor 1.326 Petal.Width
#> 3 virginica 2.026 Petal.Width
由 reprex package (v2.0.1)
创建于 2022-04-21