代码之家 › 专栏 › 技术社区 › piptoma

具有数据帧和变量参数的Lappy函数

tidyeval rlang tidyverse lapply r

piptoma · 技术社区 · 8 年前

我简化了功能 为了说明我的问题,即它比下面显示的更复杂。注意,函数的一般结构应该保持不变:它使用一个参数来指定要处理的数据帧( df ),以及要总结的变量的参数( variable_to_test

my_fun <- function(df, variable_to_test) {

  variable_to_test <- enquo(variable_to_test)
  new_var_name <- paste0(quo_name(variable_to_test), "_new_name")

  df %>% 
    summarise(
      !!new_var_name := sum(!!variable_to_test, na.rm = TRUE)
    ) 
}

举个例子,我可以在数据帧中的每个变量上应用该函数:

library(tidyverse)
dat <- tibble(
  variable_1 = c(1:5, NA, NA, NA, NA, NA),
  variable_2 = c(NA, NA, NA, NA, NA, 11:15)
)


> my_fun(dat, variable_1)
# A tibble: 1 x 1
   variable_1_new_name
                 <int>
1                  15


> my_fun(dat, variable_2)
# A tibble: 1 x 1
  variable_2_new_name
                <int>
1                  65

> dat %>%
+ lapply(., my_fun)
Error in duplicate(quo) : argument "quo" is missing, with no default
Called from: duplicate(quo)

lapply() 功能?

2 回复 | 直到 8 年前

piptoma 8 年前

哦,我认为你只是在错误的事情上映射。对于tidyverse解决方案,我会尝试:

map(dat, ~my_fun(dat, .))

.

Lionel Henry 8 年前

你工作水平不对。如果将函数映射到数据帧上,则此函数应采用柱 my_fun()

你需要找到其他解决问题的方法。一种解决方案是使用dplyr提供的映射器:

dat %>%
  summarise_all(sum, na.rm = TRUE) %>%
  rename_all(paste0, "_new_name")

您可以等效地使用 map() set_names() 来自purrr。

dat %>%
  map_df(sum, na.rm = TRUE) %>%
  set_names(paste0, "_new_name")

推荐文章

johannes · 从字符串分析和计算quosures

8 年前

Aaron Cooley · 使用dplyr的函数编程

8 年前

deeenes · dplyr::变异unquote RHS

8 年前

rcorty · 在函数F内,使用F的参数作为update()的参数

8 年前

sztal · 使用tidyeval工具(如“!!”和“:=”)构建列表

8 年前

AaronP · 将函数绑定到环境以访问存储的变量,其缺点是什么?

8 年前

Shantanu Ben Bolker · 为什么表达式LHS中的“rlang::sym”和“rlang::quo_name”行为相似?

8 年前

piptoma · 具有数据帧和变量参数的Lappy函数

8 年前

Kay · 在编程中使用dplyr filter()

8 年前

tws · 如何使用dplyr和tidy评估以编程方式过滤数据帧?

8 年前