在自定义dplyr函数中更改结果变量的名称

本文介绍了在自定义dplyr函数中更改结果变量的名称的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！ 问题描述 背景 为了加快跨多个表格生成分组摘要，因为我在 dplyr 工作流程，我已经草拟了一个简单的函数来生成所需的度量标准 ＃函数生成汇总表 generate_summary_tbl group_column summary_column dataset％>>％其他指标需要其他指标，例如：group_by（!! group_column）％>％ summary（ mean = mean（!! summary_column）， sum = sum（!! summary_column）＃经常产生）％>％ ungroup - > smryDta return（smryDta）} 示例 该功能可以根据需要运行： >> mtcars％>％ ... generate_summary_tbl（group_column = am，summary_column = mpg）＃一个tibble：2 x 3 平均值总和< dbl> < DBL> < DBL> 1 0 17.14737 325.8 2 1 24.39231 317.1 问题 我希望 有条件在结果中包含通过 summary_column = mpg 传递的列的名称。 结果示例 useColName = TRUE 当使用 useColName = TRUE 调用时，结果应该对应于： >> mtcars％>％ ... generate_summary_tbl（group_column = am，summary_column = mpg， useColName = TRUE）＃一个tibble：2 x 3 am mean_am sum_am < dbl> < DBL> < DBL> 1 0 17.14737 325.8 2 1 24.39231 317.1 区别在于变量名 mean_am 等后缀中的 _am 后缀 丑陋的解决方案 部分的，丑陋的解决方案我使用 setNames code $ c $ b $ $ p $ $ $ $ $ $ $ $ $ $ $ $ $ $数据集， group_column， summary_column， useColName = TRUE）{ group_column< - enquo（group_column） summary_column< - enquo（summary_column）数据集％>％ group_by（!! group_column）％>％ summary（mean = mean（!! summary_column）， sum = sum（!! summary_column））％> ;％取消组合 - > smryDta if（useColName）{ setNames（smryDta，c（deparse（substitute（ group_column ））， paste（名称（smryDta）[2：长度（smryDta）]，paste0（_，deparse（替代（ group_column ）））））） - > smryDta } return（smryDta）} 示例 返回的列名几乎匹配所需的结果。我想我可以使用一些正则表达式并达到预期的结果。然而，我认为应该提供更高效的解决方案。 mtcars％>％ generate_summary_tbl（group_column = am ，summary_column = mpg，useColName = TRUE）＃A tibble：2 x 3 `〜am`` mean _〜am`` sum _〜am` < DBL> < DBL> 1 0 17.14737 325.8 2 1 24.39231 317.1 我希望获得所需的列名，理想情况下可以更好地使用 quo 或 lazyeval ？ 解决方案也许使用 rename ： library（tidyverse） generate_summary_tbl< - function（dataset ，group_column，summary_column，useColname = FALSE）{ group_column summary_column< - enquo（summary_column） dataset％>％ group_by（！ （$汇总列）， sum = sum（!! summary_column）＃其他需要属的指标特别频繁的）％>％ ungroup - > smryDta if（useColname） smryDta< - smryDta％>％ rename_at（ vars（-one_of（quo_name（group_column））），〜paste（quo_name（group_column），.x，sep =_）） return（smryDta）} mtcars ％>％generate_summary_tbl（am，mpg）＃＃一个tibble：2 x 3 ＃均值和＃< dbl> < DBL> < DBL> ＃1 0 17.14737 325.8 ＃2 1 24.39231 317.1 mtcars％>％generate_summary_tbl（am，mpg，T）＃＃一个tibble：2 x 3 ＃am_mean am_sum ＃< dbl> < DBL> < DBL> ＃1 0 17.14737 325.8 ＃2 1 24.39231 317.1 BackgroundIn order to speed up generating grouped summaries across multiple tables; as I'm doing most of that while in dplyr workflow, I've drafted a simple function that generates the desired metrics# Function to generate summary tablegenerate_summary_tbl <- function(dataset, group_column, summary_column) { group_column <- enquo(group_column) summary_column <- enquo(summary_column) dataset %>% group_by(!!group_column) %>% summarise( mean = mean(!!summary_column), sum = sum(!!summary_column) # Other metrics that need to be generated frequently ) %>% ungroup -> smryDta return(smryDta)}ExampleThe function works as desired:>> mtcars %>% ... generate_summary_tbl(group_column = am, summary_column = mpg)# A tibble: 2 x 3 am mean sum <dbl> <dbl> <dbl>1 0 17.14737 325.82 1 24.39231 317.1ProblemI would like, conditionally include name of the column passed via summary_column = mpg in the results.Example results, useColName = TRUEWhen called with useColName = TRUE the results should correspond to:>> mtcars %>% ... generate_summary_tbl(group_column = am, summary_column = mpg, useColName = TRUE)# A tibble: 2 x 3 am mean_am sum_am <dbl> <dbl> <dbl>1 0 17.14737 325.82 1 24.39231 317.1The difference is presence of the _am suffix in the variable names mean_am and so on.Ugly solutionPartial, ugly solution I have uses setNames:# Function to generate summary tablegenerate_summary_tbl <- function(dataset, group_column, summary_column, useColName = TRUE) { group_column <- enquo(group_column) summary_column <- enquo(summary_column) dataset %>% group_by(!!group_column) %>% summarise(mean = mean(!!summary_column), sum = sum(!!summary_column)) %>% ungroup -> smryDta if (useColName) { setNames(smryDta, c(deparse(substitute( group_column )), paste( names(smryDta)[2:length(smryDta)], paste0("_", deparse(substitute( group_column ))) ))) -> smryDta } return(smryDta) }ExampleThe returned column names, almost match the desired results. I reckon I could employ some regex and arrive at the desired results. However, I reckon that more efficient solutions should be available.mtcars %>% generate_summary_tbl(group_column = am, summary_column = mpg, useColName = TRUE)# A tibble: 2 x 3 `~am` `mean _~am` `sum _~am` <dbl> <dbl> <dbl>1 0 17.14737 325.82 1 24.39231 317.1How can I get desired column names, ideally making better use of quo or lazyeval? 解决方案 Maybe use rename: library(tidyverse)generate_summary_tbl <- function(dataset, group_column, summary_column, useColname = FALSE) { group_column <- enquo(group_column) summary_column <- enquo(summary_column) dataset %>% group_by(!!group_column) %>% summarise( mean = mean(!!summary_column), sum = sum(!!summary_column) # Other metrics that need to be generated frequently ) %>% ungroup -> smryDta if (useColname) smryDta <- smryDta %>% rename_at( vars(-one_of(quo_name(group_column))), ~paste(quo_name(group_column), .x, sep="_") ) return(smryDta)}mtcars %>% generate_summary_tbl(am, mpg)# # A tibble: 2 x 3# am mean sum# <dbl> <dbl> <dbl># 1 0 17.14737 325.8# 2 1 24.39231 317.1mtcars %>% generate_summary_tbl(am, mpg, T)# # A tibble: 2 x 3# am am_mean am_sum# <dbl> <dbl> <dbl># 1 0 17.14737 325.8# 2 1 24.39231 317.1 这篇关于在自定义dplyr函数中更改结果变量的名称的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！