在dplyr的summarise中使用可变列名

Question

我发现这个问题已经被问过，但没有得到正确的答案。R使用变量列名在dplyr中的summarise函数中 我想计算两列均值之间的差异，但列名应由变量提供...到目前为止，我只找到了as.name 函数将列名提供为文本，但这在这里不起作用...

对于固定的列名，它可以工作。

x <- c('a','b')
df <- group_by(data.frame(a=c(1,2,3,4), b=c(2,3,4,5), c=c(1,1,2,2)), c)
df %>% summarise(mean(a) - mean(b))

使用可变列，它不能工作。

df %>% summarise(mean(x[1]) - mean(x[2]))
df %>% summarise(mean(as.name(x[1])) - mean(as.name(x[2])))

由于这个问题已经在3年前提出，并且dplyr正在良好地发展，我想知道现在是否有答案。

- drmariod

---

x 是两个列名，因此是两个字符串。 - drmariod

你可以使用 get：df %>% summarise(mean(get(x[1])) - mean(get(x[2])))。（说明：这段代码是使用R语言中的dplyr包对数据进行汇总统计，其中get()函数用于获取对象名称所对应的值。该代码计算了数据框df中第一个变量列和第二个变量列的均值差。） - moodymudskipper

哇，这帮了大忙！随意将其发布为答案！为什么没有文档记录这个？我以为 as.name 可以工作的。 - drmariod

Answer 1

您可以使用base :: get :

df %>% summarise(mean(get(x[1])) - mean(get(x[2])))

# # A tibble: 2 x 2
#        c `mean(a) - mean(b)`
#    <dbl>               <dbl>
# 1     1                  -1
# 2     2                  -1

get 默认会在当前环境中搜索。

正如错误信息所说，mean 期望一个逻辑或数值对象，而 as.name 返回一个名称：

class(as.name("a")) # [1] "name"

你也可以评估你的名称，这也是可行的：

df %>% summarise(mean(eval(as.name(x[1]))) - mean(eval(as.name(x[2]))))
# # A tibble: 2 x 2
#       c `mean(eval(as.name(x[1]))) - mean(eval(as.name(x[2])))`
#   <dbl>                                                   <dbl>
# 1     1                                                      -1
# 2     2                                                      -1

- moodymudskipper

Answer 2

这不是对你问题的直接回答，但可能对阅读你帖子的其他人有用： 直接使用可变列可能更容易，例如：

df %>% summarise(someName = mean(.[[1]]) - mean(.[[2]]))
############ which is the same as ############
df %>% summarise(someName = mean(.[,1,drop=T]) - mean(.[,2,drop=T]))

请注意，使用drop=T是因为当仅使用单个方括号时，结果会保留类别（在这种情况下，class(.) = data.frame），而这不是我们想要的（列必须以向量形式提供给summarise函数）。

- Ariel