[英]dplyr string as column reference
無論如何將字符串作為列引用傳遞給dplyr過程?
下面是一個示例 - 使用分組數據集和一個簡單函數,我嘗試將字符串作為引用傳遞給列。 謝謝!
machines <- data.frame(Date=c("1/31/2014", "1/31/2014", "2/28/2014", "2/28/2014", "3/31/2014", "3/31/2014"),
Model.Num=c("123", "456", "123", "456", "123", "456"),
Cost=c(200, 300, 250, 350, 300, 400))
my.fun <- function(data, colname){
mutate(data, position=cumsum(as.name(colname)))
}
machines <- machines %>% group_by(Date, Model.Num)
machines <- my.fun(machines, "Cost")
這是一個使用lazyeval包中的interp interp()
的選項, interp()
隨dplyr安裝一起提供。 在您的函數內部,您需要使用dplyr函數的標准評估版本。 在這種情況下,它將是mutate_()
。
請注意,由於您在machines
設置分組的方式,新列position
將與此處的“ Cost
列相同。 對my_fun()
的第二次調用顯示它正在處理一組不同的分組變量。
library(dplyr)
library(lazyeval)
my_fun <- function(data, col) {
mutate_(data, position = interp(~ cumsum(x), x = as.name(col)))
}
my_fun(machines, "Cost")
# Date Model.Num Cost position
# 1 1/31/2014 123 200 200
# 2 1/31/2014 456 300 300
# 3 2/28/2014 123 250 250
# 4 2/28/2014 456 350 350
# 5 3/31/2014 123 300 300
# 6 3/31/2014 456 400 400
## second example - different grouping
my_fun(group_by(machines, Model.Num), "Cost")
# Date Model.Num Cost position
# 1 1/31/2014 123 200 200
# 2 1/31/2014 456 300 300
# 3 2/28/2014 123 250 450
# 4 2/28/2014 456 350 650
# 5 3/31/2014 123 300 750
# 6 3/31/2014 456 400 1050
我們可以在不使用lazyeval
包的標准評估中進行評估。 我們可以使用setNames
將一些字符串設置為變量名。
library(tidyverse)
machines <- data.frame(
Date = c("1/31/2014", "1/31/2014", "2/28/2014", "2/28/2014", "3/31/2014", "3/31/2014"),
Model.Num = c("123", "456", "123", "456", "123", "456"),
Cost = c(200, 300, 250, 350, 300, 400)
)
my_fun <- function(data, col) {
mutate_(data, .dots = setNames(paste0("cumsum(", col, ")"), "position"))
}
my_fun(machines %>% group_by(Date, Model.Num), "Cost")
# Source: local data frame [6 x 4]
# Groups: Date, Model.Num [6]
#
# Date Model.Num Cost position
# <fctr> <fctr> <dbl> <dbl>
# 1 1/31/2014 123 200 200
# 2 1/31/2014 456 300 300
# 3 2/28/2014 123 250 250
# 4 2/28/2014 456 350 350
# 5 3/31/2014 123 300 300
# 6 3/31/2014 456 400 400
my_fun(machines %>% group_by(Model.Num), "Cost")
# Source: local data frame [6 x 4]
# Groups: Model.Num [2]
#
# Date Model.Num Cost position
# <fctr> <fctr> <dbl> <dbl>
# 1 1/31/2014 123 200 200
# 2 1/31/2014 456 300 300
# 3 2/28/2014 123 250 450
# 4 2/28/2014 456 350 650
# 5 3/31/2014 123 300 750
# 6 3/31/2014 456 400 1050
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.