dplyr风格的简单subset/summarise函数方法

Question

背景

提供的函数实现以下功能:

• 使用用户提供的表达式对数据框进行子集筛选
• 选择所需列
• 在结果向量上应用自定义汇总函数并返回标量

base方法

summarise_filtered <-
    function(df,
             subset_arg,
             summary_fun = c("min", "max", "median"),
             select_col) {
        summary_fun <- match.arg(summary_fun)

        sbst_vals <-
            subset.data.frame(
                df,
                subset = eval(parse(text = subset_arg)),
                drop = TRUE,
                select = eval(parse(text = select_col))
            )

        do.call(match.fun(summary_fun), list(sbst_vals))

    }

结果

summarise_filtered(mtcars, "am == 1", "min", "cyl")
# [1] 4
summarise_filtered(mtcars, "am == 1", "max", "cyl")
# [1] 8

挑战

我对使用dplyr管道语法重新编写上述函数感兴趣。我的初始尝试符合基本要求：

summarise_filtered_dplyrish <-
    function(df,
             subset_arg,
             summary_fun,
             select_col) {

        df %>%
            filter({{subset_arg}}) %>%
            summarise(across(.cols = {{select_col}}, .fns = summary_fun)) %>%
            pull({{select_col}})

    }

被调用时：

summarise_filtered_dplyrish(mtcars, am == 1, min, cyl)
# [1] 4

问题

我希望这个函数能够使用：

summarise_filtered_dplyrish(mtcars, "am == 1", "min", "cyl")

语法，除了已经工作的解决方案之外，还需要一种方法来实现。如何做到这一点？截至目前，上述调用会生成错误：

错误

错误：使用 filter() 输入 ..1 出现问题。x 输入 ..1 必须是逻辑向量，而不是字符。 ℹ 输入 ..1 是 "am == 1"。运行 rlang::last_error() 以查看错误发生的位置。

- Konrad

Answer 1

min和cyl可以通过ensym()轻松处理，它适用于字符串和符号。表达式am == 1需要更多的工作。让我们定义一个帮助函数，只有在对象是字符串时才解析它：

str2expr <- function(.x) {if( is.character(.x) ) rlang::parse_expr(.x) else .x}

现在我们可以捕获传递给 subset_arg 的参数，并且如果它是字符串，则对其进行解析：

summarise_filtered_dplyrish <-
    function(df,
             subset_arg,
             summary_fun,
             select_col) {

        subset_expr <- rlang::enexpr(subset_arg) %>% str2expr()

        df %>%
            filter( !!subset_expr ) %>%
            summarise(across(.cols = {{select_col}}, .fns = !!ensym(summary_fun))) %>%
            pull( !!ensym(select_col) )
    }

summarise_filtered_dplyrish( mtcars, am == 1, min, cyl )        # Works
summarise_filtered_dplyrish( mtcars, "am == 1", "min", "cyl" )  # Also works

简要说明： {{x}} 是 !!enquo(x) 的缩写形式，它捕获了提供给函数参数的表达式和该表达式应该被评估的上下文。由于您的上下文实际上是由 df 定义的，因此可以将 enquo 放松到 enexpr（捕获表达式但不是评估上下文）和 ensym（捕获符号或包含符号名称的字符串）。

- Artem Sokolov