使用dplyr::across执行dplyr::select

Question

我有一份数据（df_1）：

df_1 <- structure(list(var_1 = c(99.4726192392409, 25.9155194833875), 
var_2 = c(99.9599985964596, 20.3848657943308), var_3 = c(93.1612774543464, 
31.651863809675), var_4 = c(54.2802151478827, 81.9601702317595
), var_5 = c(88.1385736726224, 94.7823309898376), var_6 = c(83.7288120947778, 
72.2155329957604), groups = structure(c(1L, 1L), .Label = c("1", 
"2", "3"), class = "factor")), row.names = c(1L, 10L), class = "data.frame")

我尝试：

library(dplyr)

df_1 %>% 
  select_at(.vars = 'var_1')

      var_1
1  99.47262
10 25.91552

没问题。但是：

df_1 %>% 
  select(across(.cols = 'var_1'))

错误：只能在dplyr动词内部使用across()。

如何使用select和across来调整此最后一个函数？

- neves

---

谢谢，我在他们的Github页面上没有找到任何带有select和across的示例。我在across.R中发现“因为across()在像summarise()和mutate()这样的函数中使用，所以您不能选择或计算分组变量。” - akrun

我只是想到可能有一种方法可以将这两个函数结合起来。 - neves

也许在未来，他们会将该选项作为一种通用方式加入。"_at/_all"的弃用表明行为应在所有函数中保持类似。 - akrun

只是想知道 _if 是否已经被弃用，那么可能需要使用 across。 - akrun

嗨@neves，您可能会发现row-wise和column-wise的文档对于理解across的用例非常有帮助。 - Ian Campbell

Answer 1

从 select 或 across 的 github 页面上看，没有使用 select 与 across 结合的用例。根据 ?across 文档，

across() 使得对多列应用相同的变换变得容易，允许您在 summarise() 和 mutate() 中使用 select() 语义。across() 取代了"scoped variants"系列，如 summarise_at()、summarise_if() 和 summarise_all()。有关更多详情，请参见 vignette("colwise")。

未提到要与 select 结合使用。

在当前版本中，select 可以接受带引号和不带引号的变量。

library(dplyr)
df_1 %>%
       select('var_1')
#     var_1
#1  99.47262
#10 25.91552

df_1 %>% 
     select('var_1', 'var_2')
#      var_1    var_2
#1  99.47262 99.96000
#10 25.91552 20.38487


df_1 %>% 
      select(var_1, var_2)

或者使用 select_helpers 中的 starts_with/ends_with/matches/contains

df1_1 %>% 
      select(starts_with('var'))
#       var_1    var_2
#1  99.47262 99.96000
#10 25.91552 20.38487

- akrun