如何在函數內將 R data.table 列名與 cube(..., j = ,...) 一起使用？

Question

我可以獲得由其他變量分層的變量的摘要，如下所示：

require(data.table)

DT <- data.table(mtcars)

var_work <- "hp"
by_vars <- c("cyl", "carb")

ans_1 <- cube(DT, j = as.list(quantile(get(var_work))), by = by_vars)

ans_1
    cyl carb  0%    25%   50%    75% 100%
 1:   6    4 110 110.00 116.5 123.00  123
 2:   4    1  65  66.00  66.0  93.00   97
 3:   6    1 105 106.25 107.5 108.75  110
 4:   8    2 150 150.00 162.5 175.00  175
 5:   8    4 205 218.75 237.5 245.00  264
 6:   4    2  52  69.25  93.0 105.50  113
 7:   8    3 180 180.00 180.0 180.00  180
 8:   6    6 175 175.00 175.0 175.00  175
 9:   8    8 335 335.00 335.0 335.00  335
10:   6   NA 105 110.00 110.0 123.00  175
11:   4   NA  52  65.50  91.0  96.00  113
12:   8   NA 150 176.25 192.5 241.25  335
13:  NA    4 110 123.00 210.0 241.25  264
14:  NA    1  65  66.00  93.0 101.00  110
15:  NA    2  52  92.00 111.0 150.00  175
16:  NA    3 180 180.00 180.0 180.00  180
17:  NA    6 175 175.00 175.0 175.00  175
18:  NA    8 335 335.00 335.0 335.00  335
19:  NA   NA  52  96.50 123.0 180.00  335

接下來，我想編寫一個輔助函數來實現上面顯示的內容，但是會產生錯誤：

my_fun <- function(table_work, var_w, by_v) {

    tab_out <- cube(table_work, j = as.list(quantile(get(var_w))), by = by_v)
    return(tab_out)

}

ans_2 <- my_fun(table_work = DT, var_w = var_work, by_v = by_vars)

Error in get(var_w) : object 'var_w' not found

我在一些相關的博客（例如， 使用 data.table 的高級提示和技巧）和帖子（例如Henrik 、 frankc等）中搜索了答案，並嘗試了 quote()、eval()、get() 的不同組合、assign() 等在“my_fun”中，但對我沒有任何作用。

問題是：我應該如何糾正“my_fun”輔助函數，使其工作並產生與 ans_1 相同的結果？

R version 3.6.1 (2019-07-05)
Platform: x86_64-apple-darwin15.6.0 (64-bit)
Running under: macOS Mojave 10.14.5

Matrix products: default
BLAS:   /Library/Frameworks/R.framework/Versions/3.6/Resources/lib/libRblas.0.dylib
LAPACK: /Library/Frameworks/R.framework/Versions/3.6/Resources/lib/libRlapack.dylib

locale:
[1] en_AU.UTF-8/en_AU.UTF-8/en_AU.UTF-8/C/en_AU.UTF-8/en_AU.UTF-8

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base     

other attached packages:
[1] Matrix_1.2-18     fst_0.9.0         data.table_1.12.8

loaded via a namespace (and not attached):
[1] compiler_3.6.1  parallel_3.6.1  Rcpp_1.0.3      grid_3.6.1      lattice_0.20-38

Answer 1

在閱讀data.table:::cube.data.table和data.table:::groupingsets.data.table的代碼時，已經使用 NSE 評估了j參數。 因此，無法將as.name(var_work)傳遞給substitute的環境參數，該函數將失敗。

作為一種解決方法，您可以使用.SDcols ：

library(data.table)    
DT <- data.table(mtcars)    
var_work <- "hp"
by_vars <- c("cyl", "carb")

my_fun <- function(table_work, var_w, by_v) {
    cube(table_work, j=as.list(quantile(.SD[[1L]])), by=by_v, .SDcols=var_w)
}

ans_2 <- my_fun(table_work = DT, var_w = var_work, by_v = by_vars)

Answer 2

你總是可以計算語言：

my_fun <- function(table_work, var_w, by_v) {

  var_w <- as.name(var_w)
  eval(bquote(cube(table_work, j = as.list(quantile(.(var_w))), by = by_v)))  

}

Answer 3

這是使用https://tbradley1013.github.io/2018/10/01/calculating-quantiles-for-groups-with-dplyr-summarize-and-purrr-partial/的 tidyverse 解決方案

library(tidyverse)

p <- c(0, 0.25,.5,.75,1)

p_names <- map_chr(p, ~str_c(.x*100, "%"))

p_funs <- map(p, ~partial(quantile, probs = ., na.rm = TRUE)) %>% 
  set_names(nm = p_names)


my_pipe <- function(df,group_by_what,quantile_at){
  df %>% 
    group_by(!!!group_by_what) %>% 
    summarize_at(quantile_at,p_funs)
}

var_work <- vars(hp)

by_vars <- vars(cyl,carb)

my_pipe(mtcars,group_by_what = by_vars,quantile_at = var_work)
#> # A tibble: 9 x 7
#> # Groups:   cyl [3]
#>     cyl  carb  `0%` `25%` `50%` `75%` `100%`
#>   <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>  <dbl>
#> 1     4     1    65  66     66    93      97
#> 2     4     2    52  69.2   93   106.    113
#> 3     6     1   105 106.   108.  109.    110
#> 4     6     4   110 110    116.  123     123
#> 5     6     6   175 175    175   175     175
#> 6     8     2   150 150    162.  175     175
#> 7     8     3   180 180    180   180     180
#> 8     8     4   205 219.   238.  245     264
#> 9     8     8   335 335    335   335     335

# Easy to extend

var_work <- vars(hp,wt)

my_pipe(mtcars,group_by_what = by_vars,quantile_at = var_work)
#> # A tibble: 9 x 12
#> # Groups:   cyl [3]
#>     cyl  carb `hp_0%` `wt_0%` `hp_25%` `wt_25%` `hp_50%` `wt_50%` `hp_75%`
#>   <dbl> <dbl>   <dbl>   <dbl>    <dbl>    <dbl>    <dbl>    <dbl>    <dbl>
#> 1     4     1      65    1.84     66       1.94      66      2.2       93 
#> 2     4     2      52    1.51     69.2     1.75      93      2.46     106.
#> 3     6     1     105    3.22    106.      3.28     108.     3.34     109.
#> 4     6     4     110    2.62    110       2.81     116.     3.16     123 
#> 5     6     6     175    2.77    175       2.77     175      2.77     175 
#> 6     8     2     150    3.44    150       3.44     162.     3.48     175 
#> 7     8     3     180    3.73    180       3.76     180      3.78     180 
#> 8     8     4     205    3.17    219.      3.64     238.     4.54     245 
#> 9     8     8     335    3.57    335       3.57     335      3.57     335 
#> # … with 3 more variables: `wt_75%` <dbl>, `hp_100%` <dbl>, `wt_100%` <dbl>

^{由reprex 包(v0.3.0) 於 2020 年 1 月 7 日創建}