使用 stringr::str_extract 將參數傳遞給包含 dplyr 管道表達式 group_by 的函數

Question

我想根據子字符串按組匯總以下數據：

df <- tribble(
  ~sometext, ~somevalue,
  "Kardiochirurgia",  120,
  "Kardiologia",      240,
  "Ortopedia onkologiczna",        120,
  "Kardiochirurgia onkologiczna", 300,
  "Ortopedia i traumatologia",110,
  "Urologia", 80
)

這是我想分組的子字符串：

categories <- c("kardio","orto", "uro")

下面的代碼有效，我會反復使用它，所以我想把它變成一個函數：

df %>% 
  group_by(categories=
    str_extract(
      string = str_to_lower(.$sometext),
      pattern = paste0(categories, collapse="|"))) %>% 
  summarise(somevalue = sum(somevalue))

該腳本完全按照我的預期返回：

# # A tibble: 3 x 2
# categories somevalue
# <chr>          <dbl>
# 1 kardio           660
# 2 orto             230
# 3 uro               80

我把它變成一個函數后，它不起作用：

group_by_str <- function(df, strings, patterns) {
  df %>% 
    group_by(categories=
               str_extract(
                 string = str_to_lower(.[,{{strings}}]),
                 pattern = paste0(patterns, collapse="|"))) 
   return(df)
}

雙括號字符串是我的嘗試之一，我首先嘗試沒有，嘗試傳遞引用的名稱等無濟於事。 嘗試在數據集上使用它：

df %>% group_by_str(strings=sometext, patterns= categories) %>% summarise(somevalue = sum(somevalue))

返回錯誤，顯然它不知道 'strings' 是包含字符串的列的名稱。 在這種情況下，將列名傳遞給函數的正確方法應該是什么？

錯誤消息表明 R 可以看到列的內容並嘗試將其視為列名：

 Error: Can't find columns `Kardiochirurgia`, `Kardiologia`, `Ortopedia onkologiczna`, `Kardiochirurgia onkologiczna`, `Ortopedia i traumatologia`, … (and 1 more) in `.data`.
Run `rlang::last_error()` to see where the error occurred. 

如果我刪除大花括號，錯誤會顯示 R 沒有看到 DF 中存在的sometext列名稱：

Error in check_names_df(j, x) : object 'sometext' not found

Answer 1

通過一些修改，我們可以使用以下代碼。

1. 我們不需要評估patterns （添加這一點是因為我也想到了tidy eval patterns ）。

2. 我們可以使用{{}}和rlang >=0.4.0評估strings 。

3. 我們不需要return語句

4. 我們可以在我們的函數中做所有事情（包括總結）

修改后的代碼：

group_by_str <- function(df, strings, patterns) {
  df %>% 
    group_by(categories=
               str_extract(
                 string = str_to_lower({{strings}}),
                 pattern = paste0(patterns, 
                                          collapse="|"))) %>%

    summarise(somevalue = sum(somevalue)) 

} 


  group_by_str(df,strings=sometext, patterns= categories) 

管道友好：

 df %>% 
  group_by_str(strings=sometext, patterns= categories)

結果：

# A tibble: 3 x 2
  categories somevalue
  <chr>          <dbl>
1 kardio           660
2 orto             230
3 uro               80