1

我正在尝试进行一些参数化dplyr操作。表达问题根源的最简单的可重现示例是：

# Data
test <- data.frame(group = rep(1:5, each = 2),
                   value = as.integer(c(NA, NA, 2, 3, 3, 5, 7, 8, 9, 0)))

> test
    group value
1      1    NA
2      1    NA
3      2     2
4      2     3
5      3     3
6      3     5
7      4     7
8      4     8
9      5     9
10     5     0 

# Summarisation example, this is what I'd like to parametrise
# so that I can pass in functions and grouping variables dynamically

test.summary <- test %>% 
                group_by(group) %>% 
                summarise(group.mean = mean(value, na.rm = TRUE))

> test.summary
Source: local data frame [5 x 2]

    group group.mean
    <int>      <dbl>
1     1        NaN
2     2        2.5
3     3        4.0  # Correct results
4     4        7.5
5     5        4.5

这就是我一个人走了多远

# This works fine, but notice there's no 'na.rm = TRUE' passed in

doSummary <- function(d_in = data, func = 'mean', by = 'group') {
# d_in: data in
# func: required function for summarising
# by:   the variable to group by 
# NOTE: the summary is always for the 'value' column in any given dataframe

    # Operations for summarise_
    ops <- interp(~f(value), 
                  .values = list(f = as.name(func),
                                 value = as.name('value')))        
    d_out <- d_in %>% 
             group_by_(by) %>% 
             summarise_(.dots = setNames(ops, func))
}

> doSummary(test)
Source: local data frame [5 x 2]

  group mean(value)
  <int>       <dbl>
1     1          NA
2     2         2.5
3     3         4.0
4     4         7.5
5     5         4.5

尝试使用“na.rm”参数

# When I try passing in the 'na.rm = T' parameter it breaks
doSummary.na <- function(d_in = data, func = 'mean', by = 'group') {
    # Doesn't work
    ops <- interp(~do.call(f, args), 
                  .values = list(f = func,
                                 args = list(as.name('value'), na.rm = TRUE)))

    d_out <- d_in %>% 
             group_by_(by) %>% 
             summarise_(.dots = setNames(ops, func))
}

> doSummary.na(test)
Error: object 'value' not found

非常感谢您的帮助！

4

1 回答 1

3

你的标题提到...但你的问题没有。如果我们不需要处理...，答案会容易很多，因为我们根本不需要do.call，我们可以直接调用该函数；只需将您的ops定义替换为：

ops = interp(~f(value, na.rm = TRUE),
             f = match.fun(func), value = as.name('value'))

请注意，我在match.fun这里使用了as.name. 这通常是一个更好的主意，因为它“就像 R”一样用于函数查找。因此，您不能只传递函数名称字符作为参数，还可以传递函数名称或匿名函数：

doSummary.na(test, function (x, ...) mean(x, ...) / sd(x, ...)) # x̂/s?! Whatever.

说到这一点，您设置列名的尝试也失败了；你需要放入ops一个列表来解决这个问题：

d_in %>%
    group_by_(by) %>%
    summarise_(.dots = setNames(list(ops), func))

...因为.dots需要一个操作列表（并且setNames还需要一个向量/列表）。func但是，如果您将对象传递给不是字符向量的函数，则此代码将再次不起作用。为了使其更健壮，请使用以下内容：

fname = if (is.character(func)) {
        func
    } else if (is.name(substitute(func))) {
        as.character(substitute(func))
    } else {
        'func'
    }

d_in %>%
    group_by_(by) %>%
    summarise_(.dots = setNames(list(ops), fname))

如果你真的想允许 pass...而不是已知的参数，事情会变得更加复杂，因为（据我所知）根本没有直接的方式通过...via interp，而且，像你一样，我无法得到do.call工作的方法。

‹lazyeval›包提供了非常好的功能make_call，它可以帮助我们找到解决方案。上式也可以写成

# Not good. :-(
ops = make_call(as.name(func), list(as.name('value'), na.rm = TRUE))

这行得通。但仅当func作为字符向量传递时。如上所述，这根本不灵活。

但是，make_call简单地包装基本 R as.call，我们可以直接使用它：

ops = as.call(list(match.fun(func), as.name('value'), na.rm = TRUE))

现在我们可以简单地传递...：

doSummary = function (d_in = data, func = 'mean', by = 'group', ...) {
    ops = as.call(list(match.fun(func), as.name('value'), ...))

    fname = if (is.character(func)) {
            func
        } else if (is.name(substitute(func))) {
            as.character(substitute(func))
        } else {
            'func'
        }

    d_in %>%
        group_by_(by) %>%
        summarize_(.dots = setNames(list(ops), fname))
}

需要明确的是：可以使用相同的方法来实现，interp但我认为这需要formula从列表中手动构建一个对象，这相当于在我的解决方案中做的非常相似，然后（冗余地）调用interp结果。

我通常发现虽然 ‹lazyeval› 非常优雅，但在某些情况下，base R 提供了更简单的解决方案。特别是，interp它是一个强大的substitute替代品，但是bquote，一个未被充分利用的基本 R 函数，已经提供了许多相同的语法优势。‹lazyeval› 对象的最大好处是它们可以携带评估环境，这与基本 R 表达式不同。然而，这并不总是需要的。

于 2016-06-20T11:24:56.860 回答