将列名作为字符串传递给group_by和summarize函数

Question

从dplyr 0.7版本开始，以下划线结尾的方法（如summarize_ group_by_）已经被弃用，因为我们应该使用quosures。

参见： https://cran.r-project.org/web/packages/dplyr/vignettes/programming.html

我正在尝试使用quo和!!实现以下示例：

可以正常工作的示例：

df <- data.frame(x = c("a","a","a","b","b","b"), y=c(1,1,2,2,3,3), z = 1:6)

lFG <- df %>% 
   group_by( x,y) 
lFG %>% summarize( min(z))

然而，在这种情况下，我需要实现按组进行分组和汇总的列被指定为字符串。

cols2group <- c("x","y")
col2summarize <- "z"

我该如何让上述示例运行起来？

- witek

Answer 1

现在您可以使用带有_at的动词版本来实现此操作。

df %>%  
  group_by_at(cols2group) %>% 
  summarize_at(.vars = col2summarize, .funs = min)

编辑（2021年06月09日）：

请参考Ronak Shah的答案，使用

mutate(across(all_of(cols2summarize), min))

现在首选的选项

- Robin Gertenbach

Answer 2

从 dplyr 1.0.0 开始，您可以使用 across ：

library(dplyr)

cols2group <- c("x","y")
col2summarize <- "z"

df %>%
  group_by(across(all_of(cols2group))) %>%
  summarise(across(all_of(col2summarize), min)) %>%
  ungroup

#   x       y     z
#  <chr> <dbl> <int>
#1 a         1     1
#2 a         2     3
#3 b         2     4
#4 b         3     5

- Ronak Shah

---

为什么你需要在across中使用all_of？我没有使用它也能正常工作。而且它适用于Spark！ - kael

它将按预期运行，但会给出一个警告（每个会话一次）：注意：在选择中使用外部向量是含糊的。ℹ 使用'all_of(cols2group)'代替'cols2group'可以消除此消息。 - Ronak Shah

Answer 3

另一种选择是使用非标准评估（NSE），让 R 解释字符串为对象名称的引用：

cols2group <- c("x","y")
col2summarize <- "z"

df %>%  
  group_by(!!rlang::sym(cols2group)) %>% 
  summarize(min(!!rlang::sym(col2summarize)))

rlang::sym() 函数将字符串转换为引用，这些引用由 !! 解除引用，并在 df 上下文中用作名称，它们引用相关列。总是有不同的方式来做相同的事情，而这是我倾向于使用的简写方式！

- jsavn

Answer 4

请参见 ?dplyr::across，因为 group_by_at 和 summarize_at 现已过时，需要更新的方法

- Nicolas Molano