1

我正在尝试编写一个对分组数据框进行重复数据删除的函数。它断言每个组中的值都相同，然后只保留组的第一行。我试图给它提供类似 tidyselect 的语义，pivot_longer()因为我只需要将列名转发到summary(a = n_distinct(...))调用中。

所以对于一个示例表

test <- tribble(
  ~G,  ~F, ~v1, ~v2,
  "A", "a",  1,   2,
  "A", "b",  1,   2, 
  "B", "a",  3,   3,
  "B", "b",  3,   3) %>%
  group_by(G)

我期待调用remove_duplicates(test, c(v1, v2))（使用 tidyselect 助手c()返回

G   F  v1  v2
A   a   1   2
B   a   1   2

但我明白了

Error: `arg` must be a symbol

我尝试使用新的“拥抱”语法来解决这个问题（参见下面的函数代码），但失败并显示上面显示的消息。

# Assert that values in each group are identical and keep the first row of each
# group
# tab: A grouped tibble
# vars: <tidy-select> Columns expected to be constant throughout the group
remove_duplicates <- function(tab, vars){
  # Assert identical results for identical models and keep only the first per group.
  tab %>%
    summarise(a = n_distinct({{{vars}}}) == 1, .groups = "drop") %>%
    {stopifnot(all(.$a))}
  # Remove duplicates
  tab <- tab %>%
    slice(1) %>%
    ungroup() 
  return(tab)
}

我认为我需要以某种方式指定表达式的评估上下文vars必须更改tab为当前正在评估的子数据框substitute。所以像

tab %>%
  summarise(a = do.call(n_distinct, TIDYSELECT_TO_LIST_OF_VECTORS(vars, context = CURRENT_GROUP))))

但我对技术细节的了解不足以真正完成这项工作......

4

1 回答 1

2

如果您首先在结果上使用 curly-curly 运算符，这将按预期enquos工作vars：

remove_duplicates <- function(tab, vars){
  
  vars <- enquos(vars)

  tab %>%
    summarise(a = n_distinct({{vars}}) == 1, .groups = "drop") %>%
    {stopifnot(all(.$a))}

  tab %>% slice(1) %>% ungroup()
}

所以现在

remove_duplicates(test, c(v1, v2))
#> # A tibble: 2 x 4
#>   G     F        v1    v2
#>   <chr> <chr> <dbl> <dbl>
#> 1 A     a         1     2
#> 2 B     a         3     3
于 2020-09-14T15:05:26.453 回答