在dplyr::funs的命名参数中，我可以引用其他参数的名称吗？

Question

考虑以下内容：

library(tidyverse)

df <- tibble(x = rnorm(100), y = rnorm(100, 10, 2), z = x * y)

df %>% 
mutate_all(funs(avg = mean(.), dev = sd(.), scaled = (. - mean(.)) / sd(.)))

有没有一种避免通过调用mean和sd两次来引用avg和dev列的方法？我的想法是这样的：

df %>% 
mutate_all(funs(avg = mean(.), dev = sd(.), scaled = (. - avg) / dev))

很明显这样是行不通的，因为没有 avg 和 dev 这些列，但有 x_avg、x_dev、y_avg、y_dev等列。

是否有一种好的方法，在 funs 中使用 rlang 工具以编程方式创建这些列参照，这样我就可以引用前面命名参数创建的列（当 . 是 x 时，我将引用 x_mean 和 x_dev 计算 x_scaled，依此类推）？

- Jonathan Gilligan

Answer 1

我认为，如果您将数据转换为长格式，会更容易进行操作。

library(tidyverse)

set.seed(111)
df <- tibble(x = rnorm(100), y = rnorm(100, 10, 2), z = x * y)

df %>% 
  gather(key, value) %>% 
  group_by(key) %>% 
  mutate(avg    = mean(value),
         sd     = sd(value),
         scaled = (value - avg) / sd)
#> # A tibble: 300 x 5
#> # Groups:   key [3]
#>    key    value     avg    sd scaled
#>    <chr>  <dbl>   <dbl> <dbl>  <dbl>
#>  1 x      0.235 -0.0128  1.07  0.232
#>  2 x     -0.331 -0.0128  1.07 -0.297
#>  3 x     -0.312 -0.0128  1.07 -0.279
#>  4 x     -2.30  -0.0128  1.07 -2.14 
#>  5 x     -0.171 -0.0128  1.07 -0.148
#>  6 x      0.140 -0.0128  1.07  0.143
#>  7 x     -1.50  -0.0128  1.07 -1.39 
#>  8 x     -1.01  -0.0128  1.07 -0.931
#>  9 x     -0.948 -0.0128  1.07 -0.874
#> 10 x     -0.494 -0.0128  1.07 -0.449
#> # ... with 290 more rows

^{本文档由reprex包（v0.2.1.9000）于2018-11-04创建。}

- Tung

---

值得注意的是，如果需要，可以使用 spread 将结果转换回宽格式。 - Artem Sokolov

Answer 2

这可能适用于您：

这对您可能有用：

avg <- quo(mean(.))
dev <- quo(sd(.))
res <- df %>% 
  mutate_all(funs(avg = !!avg, dev = !!dev, scaled = (. - !!avg) / !!dev))

确认它能够正常工作：

res0 <- df %>% 
  mutate_all(funs(avg = mean(.), dev = sd(.), scaled = (. - mean(.)) / sd(.)))
identical(res, res0)
# [1] TRUE

- moodymudskipper

---

从技术上讲，这仍然会计算mean（。）和sd（。）两次，但这是表达式算术的巧妙示例。 - Artem Sokolov

Answer 3

这似乎有点复杂，但它能够正常工作：

scaled <- function(col_name, x, y) {
  col_name <- deparse(substitute(col_name))
  avg <- eval.parent(as.symbol(paste0(col_name, x)))
  dev <- eval.parent(as.symbol(paste0(col_name, y)))
  (eval.parent(as.symbol(col_name)) - avg) / dev
}

df %>%
  mutate_all(funs(avg = mean(.), dev = sd(.), scaled = scaled(., "_avg", "_dev"))) 

- Weihuang Wong