r - 指定 dplyr 列名

Question

如果我不知道列名但想通过变量指定它，如何将列名传递给 dplyr？

例如这有效：

require(dplyr)
df <- as.data.frame(matrix(seq(1:9),ncol=3,nrow=3))
df$group <- c("A","B","A")
gdf <- df %.% group_by(group) %.% summarise(m1 =mean(V1),m2 =mean(V2),m3 =mean(V3))

但这并不

require(dplyr)
someColumn = "group"
df <- as.data.frame(matrix(seq(1:9),ncol=3,nrow=3))
df$group <- c("A","B","A")
gdf <- df %.% group_by(someColumn) %.% summarise(m1 =mean(V1),m2 =mean(V2),m3 =mean(V3))

Answer 1

我刚刚在Group by multiple columns in dplyr 中给出了类似的答案，使用字符串向量输入，但为了更好的衡量标准：允许您使用字符串对列进行操作的函数已添加到dplyr. 它们与常规函数具有相同的名称dplyr，但以下划线结尾。此小插图中详细描述了这些功能。

鉴于df和someColumn来自 OP，现在这是一种享受：

gdf <- df %>% group_by_(someColumn) %>% summarise(m1=mean(V1),m2=mean(V2),m3=mean(V3))

请注意，它是group_by_，而不是group_by，并且不推荐%>%使用该运算符%.%。

Answer 2

这是这个简单问题的答案，通过挑选哈德利对他发布的欺骗的解决方案获得。

gdf <- df %.% regroup( lapply( someColumn, as.symbol)) %.% summarise(m1 =mean(V1),m2 =mean(V2),m3 =mean(V3))

FWIW，我的用例涉及按一个变量列和一个常量列分组。解决方案是：

gdf <- df %.% regroup( lapply( c( 'constant_column', someColumn), as.symbol)) %.% summarise(m1 =mean(V1),m2 =mean(V2),m3 =mean(V3))

最后，发布的eval解决方案不起作用。这只是创建了一个新列，其值都是someColumn evals to。

Answer 3

您可以使用 summarise_ 如下：

plotVar         = "Stocks_US_TotalCrudeOil"
dfBand <- mydf[ c( plotVar ,  "year", "week"  )  ] %>%
            filter ( year %in% bandYears )   %>%
            group_by (  week )   %>% 
            summarise_ (   ymini =  paste( "min(" ,  as.name(plotVar)  ,")"  ) 
                         , ymaxi =  paste( "max(" ,  as.name(plotVar)  ,")"  )     )
dfBand

Answer 4

pollutant <- "sulfate"
summarise(data, mean(eval(as.symbol(pollutant)), na.rm = TRUE))

我试图对我自己的问题提出同样的问题。然后我找到了解决方案。我用 eval(as.symbol()) 封装了表达式。

Answer 5

我希望你只需要使用 eval

require(dplyr)
someColumn = "group"
df <- as.data.frame(matrix(seq(1:9),ncol=3,nrow=3))
df$group <- c("A","B","A")
gdf <- df %.% group_by(eval(someColumn)) %.% summarise(m1 =mean(V1),m2 =mean(V2),m3 =mean(V3))