相关疑难解决方法(0)

我有一个数据框,想要以两种方式之一过滤它,通过列"this"或列"that".我希望能够将列名称称为变量.如何(dplyr如果有所作为)我是否通过变量引用列名？

library(dplyr)
df <- data.frame(this = c(1, 2, 2), that = c(1, 1, 2))
df
#   this that
# 1    1    1
# 2    2    1
# 3    2    2
df %>% filter(this == 1)
#   this that
# 1    1    1

但是说我想使用变量column来保存"this"或"that",并过滤任何值的值column.双方as.symbol并get在其他环境中工作,但不是这个:

column <- "this"
df %>% filter(as.symbol(column) == 1)
# [1] this that
# <0 rows> (or 0-length row.names)
df %>% filter(get(column) == 1)
# Error in get("this") …

我不知道为什么从自定义函数传递参数不起作用group_by。我只是传递colName来自数据集的数据，当我运行自己的函数时，会出现错误：必须按 .data 中找到的变量进行分组。未找到列“colName”。在下面的示例中，我使用quakesR 环境中可用的数据集：

foo <- function(data, colName) {
  
  result <- data %>%
   group_by(colName) %>%
   summarise(count = n()) 

  return(result)
}

foo(quakes, "stations")

# I also tried passing w/o commas but it is not working too:
# foo(quakes, stations)

我注意到，当我显式传递列名称时，group_by它会起作用：

group_by(stations) %>%

但是，在函数中对列名称进行硬编码是没有意义的。

我想定义一个函数，该函数接受一个data.frame和一个列名，并以转换后的列（例如，转换为小写）的形式返回data.frame。如果事先知道列名，则很简单：

diamonds %>% mutate(cut = tolower(cut))

我如何定义一个函数foo，例如：

col <- "cut"
foo(diamonds, col) 

是否有同样的行为？（data.table因为我想保留dplyr的能力，而不是寻找基本的R或答案，所以我希望保留将其转换为延迟评估的SQL调用的能力）。

如果我只是想使用以下功能来工作：foo(diamonds, cut)，我只需要enquo和!!

foo <- function(df, col){
    x <- enquo(col)
    mutate(df, !!x := tolower(!!x))
}

如果我想将列名用引号引起来 foo(diamonds, "cut")，则添加ensym就足够了：

foo <- function(df, col){
    col <- ensym(col)
    x <- enquo(col)
    mutate(df, !!x := tolower(!!x))
}

但这在为变量提供变量时失败：

col <- "cut"
foo(diamonds, col) 

Error in ~col : object 'col' not found

我缺少什么可以评估变量的信息？

我一直在阅读这篇关于如何使用 dplyr 中变量的字符串引用的文章。

我想根据字符串输入改变现有列：

var <- 'vs'
my_mtcars <- mtcars %>% 
  mutate(get(var) = factor(get(var)))

错误：意外的“=”：“my_mtcars <- mtcars %>% mutate(get(var) ="

还尝试过：

my_mtcars <- mtcars %>% 
  mutate(!! rlang::sym(var) = factor(!! rlang::symget(var)))

这导致了完全相同的错误消息。

如何根据在 var 变量中传递字符串“vs”进行变异来执行以下操作？

# works
my_mtcars <- mtcars %>% 
  mutate(vs = factor(vs))

我希望能够filter()，其中参数值是已经定义的变量。

因此，例如，使用可重现的mtcars数据集：

library(tidyverse)
df <- mtcars
head(df)
#>                    mpg cyl disp  hp drat    wt  qsec vs am gear carb
#> Mazda RX4         21.0   6  160 110 3.90 2.620 16.46  0  1    4    4
#> Mazda RX4 Wag     21.0   6  160 110 3.90 2.875 17.02  0  1    4    4
#> Datsun 710        22.8   4  108  93 3.85 2.320 18.61  1  1    4    1
#> Hornet 4 Drive    21.4   6  258 110 3.08 3.215 19.44  1  0    3 …