在 dplyr 總結中使用變量列名

Question

我發現這個問題已經被問到但沒有正確的答案。 R 在匯總中使用變量列名 function 在 dplyr 中

我想計算兩列均值之間的差異，但列名應由變量提供...到目前為止，我發現只有 function as.name以文本形式提供列名，但這在這里不起作用.. .

使用固定列名稱它可以工作。

x <- c('a','b')
df <- group_by(data.frame(a=c(1,2,3,4), b=c(2,3,4,5), c=c(1,1,2,2)), c)
df %>% summarise(mean(a) - mean(b))

對於可變列，它不起作用

df %>% summarise(mean(x[1]) - mean(x[2]))
df %>% summarise(mean(as.name(x[1])) - mean(as.name(x[2])))

由於這已經是 3 年前提出的，並且dplyr正在良好開發中，我想知道現在是否有答案。

Answer 1

你可以使用base::get ：

df %>% summarise(mean(get(x[1])) - mean(get(x[2])))

# # A tibble: 2 x 2
#        c `mean(a) - mean(b)`
#    <dbl>               <dbl>
# 1     1                  -1
# 2     2                  -1

get將默認在當前環境中搜索。

正如錯誤消息所示， mean需要一個邏輯或數字對象， as.name返回一個名稱：

class(as.name("a")) # [1] "name"

您可以評估您的姓名，這也可以使用：

df %>% summarise(mean(eval(as.name(x[1]))) - mean(eval(as.name(x[2]))))
# # A tibble: 2 x 2
#       c `mean(eval(as.name(x[1]))) - mean(eval(as.name(x[2])))`
#   <dbl>                                                   <dbl>
# 1     1                                                      -1
# 2     2                                                      -1

Answer 2

這不是您問題的直接答案，但可能對閱讀您帖子的其他人有用：直接使用變量列可能更容易，例如

df %>% summarise(someName = mean(.[[1]]) - mean(.[[2]]))
############ which is the same as ############
df %>% summarise(someName = mean(.[,1,drop=T]) - mean(.[,2,drop=T]))

請注意， drop=T 是因為當僅使用單個方括號時，結果保留了 class （在本例中為 class( . ) = data.frame），這不是我們想要的（列必須以向量形式給出以進行匯總功能）