使用dplyr编程：间接控制分组的变量是哪些。

Question

我想编写一个简单的函数 f(grouping) 来总结以下数据：

d0 <- data.frame(
  V1 = rep(1:5, times = 2),
  V2 = rep(2:6, times = 2),
  V3 = rep(11:15, times = 2),
  V4 = rep(12:16, times = 2),
  X = 1:10
)

我希望用户能够选择两种分类方式：通过V1或V2进行分类。用户可以使用f(grouping = V1)或f(grouping = V2)来进行选择。然而，如果grouping = V1，则应该按V1和V3进行分类。如果grouping = V2，则应该按V2和V4进行分类。请注意，由于V3和V4本身具有难以理解的名称，因此不应将它们用作函数调用的参数。

f(V1)应该产生以下结果：

 # A tibble: 5 x 3
# Groups:   V1 [5]
     V1    V3     X
  <int> <int> <int>
1     1    11     7
2     2    12     9
3     3    13    11
4     4    14    13
5     5    15    15

并且 f(V2)：

# A tibble: 5 x 3
# Groups:   V2 [5]
     V2    V4     X
  <int> <int> <int>
1     2    12     7
2     3    13     9
3     4    14    11
4     5    15    13
5     6    16    15

- Arthur Carvalho Brito

Answer 1

我们使用 if/else 创建一个条件，根据输入的 grouping 值来连接 'V3' 或 'V4'。在函数内部，将未加引号的 grouping 值转换为符号 (ensym)，然后转换为字符串 (as_string)，然后使用 if/else 来连接这些组，并在 across 中传递更新的组 ('grp')，并使用 summarise 对 'X' 进行汇总。

f1 <- function(data, grouping) {
        grp <- rlang::as_string(ensym(grouping))
        grp <- c(grp, if(grp == 'V1') 'V3' else 'V4')

        data %>%
            group_by(across(all_of(grp))) %>%
            summarise(X = sum(X), .groups = 'drop')

}

f1(d0, V1)
f1(d0, V2)

- akrun

---

谢谢！你能否将你的答案适应于类似 f(d0, grouping = c(V1,V2) 的情况。出于某种原因，我收到了一个错误：只有字符串可以转换为符号。 - Arthur Carvalho Brito

@ArthurCarvalhoBrito 如果你正在传递一个向量，那么最好传递字符串。c("V1", "V2")并且在函数内部，你不需要grp <- rlang::as_string(ensym(grouping))，而是可以使用grp <- c(grp, if('V1' %in% grouping) 'V3 else 'V4')。 - akrun

但是group_by可以用于字符串吗？我问这个问题是因为函数上有一个额外的参数，也选择了分组变量，但不需要间接添加与其连接的变量。所以最好有一些对称性。 - Arthur Carvalho Brito

@ArthurCarvalhoBrito 是的，如果你检查我的代码，它是 group_by(across(all_of(grp))，也就是说字符串可以在 across 中传递。 - akrun

以前，我们使用 group_by_at 并在内部传递 vars(grp)，现在我们使用 across 与 all_of 或 any_of（如果数据中不存在某些分组变量） - akrun