在dplyr中使用變量列名稱（執行）

Question

我有以下示例數據

d.1 = data.frame(id=c(1,1,2,3,3), date=c(2001,2002,2001,2001,2003), measure=c(1:5))
d.2 = data.frame(id=c(1,2,2,3,3), date=c(2001,2002,2003,2002,2008), measure=c(1:5))
d = merge(d.1,d.2, all=T, by="id")

d.1和d.2是兩種測量，每個id我需要每個測量之一。 測量值應盡可能接近。 我可以用dplyr

require(dplyr)
d = d %>%
    group_by(id) %>%
    do(.[which.min(abs(.$date.x-.$date.y)),])

問題是，如果日期列的名稱保存在像name.x="date.x"和name.y="date.y"這樣的變量中，那么我將如何使用dplyr ，因為我無法使用

...
do(.[which.min(abs(.[, name.x]-.[, name.y])),])
....

我試圖使用eval ， as.symbol ans之類的東西找到另一個解決方案，但我找不到解決方案...

Answer 1

d$date.x返回一個向量，而d[, name.x]返回一個data.frame，當在函數內部傳遞該數據時不起作用。 因此，只需將訪問此列的方式更改為d[[name.x]] ，它將起作用：

d %>% group_by(id) %>% do(.[which.min(abs(.[[name.x]] -.[[name.y]])),])

Answer 2

從0.4（在回答該問題后立即發布）開始， dplyr包含了標准評估版do_ ，從理論do_ ，它應該比NSE版本更易於編程。

您可以類似地使用它：

interp <- lazyeval::interp
d %>% 
  group_by(id) %>%
  do_(interp(~ .[which.min(abs(.$x - .$y)), ],
             x = as.name(name.x), y = as.name(name.y)))

我不確定它比NSE版本更容易讀寫。 對於其他動詞， 代碼可以保持簡潔，同時也可以通過編程方式訪問名稱。

但是，對於do_ ，必須使用點代詞來訪問列名， 例如，如本問題所述 。 因此，我認為，你總是需要使用interp與do_ 。 這使得代碼比先前答案中的NSE版本更加冗長。