我已经查看了其他答案,但找不到下面代码的解决方案.基本上,我正在创建一个函数,inner_join即两个数据框并filter基于函数中输入的列.
问题是filter函数的一部分不起作用.但是,如果我将函数过滤掉并将其追加,它就可以工作mydiff("a") %>% filter(a.x != a.y)
任何建议都有帮助.
请注意,我是引号中的函数输入
library(dplyr)
# fake data
df1<- tibble(id = seq(4,19,2),
a = c("a","b","c","d","e","f","g","h"),
b = c(rep("foo",3), rep("bar",5)))
df2<- tibble(id = seq(10, 20, 1),
a = c("d","a", "e","f","k","m","g","i","h", "a", "b"),
b = c(rep("bar", 7), rep("foo",4)))
# What I am trying to do
dplyr::inner_join(df1, df2, by = "id") %>% select(id, b.x, b.y) %>% filter(b.x!=b.y)
#> # A tibble: 1 x 3
#> id b.x b.y
#> <dbl> <chr> …我正在foo使用map2和修改嵌套的数据框mutate，并且我想根据来在每个嵌套的数据框中命名一个变量foo$name。我不确定nse/ tidyeval取消引号的正确语法在这里。我的尝试：
library(tidyverse)
foo <- mtcars %>%
group_by(gear) %>%
nest %>%
mutate(name = c("one", "two", "three")) %>%
mutate(data = map2(data, name, ~
mutate(.x, !!(.y) := "anything")))
#> Error in quos(...): object '.y' not found
我希望嵌套数据框中的新创建变量的名称分别为“一个”，“两个”和“三个”。
如果我对normal mutate进行普通操作df，那么我将基于普通语法使用我的尝试，name字符串在哪里：
name <- "test"
mtcars %>% mutate(!!name := "anything") # works fine
如果成功，则以下行应返回TRUE：
foo[1,2] %>% unnest %>% names %>% .[11] == "one"
我正在尝试编写一个自定义函数，该函数使用 的rlang非标准评估来按多个变量对数据帧进行分组。
这就是我已经-
library(rlang)
# function definition
tryfn <- function(data, groups, ...) {
# preparing data
df <- dplyr::group_by(data, !!!rlang::enquos(groups))
print(head(df))
# applying some function `.f` on df that absorbs `...`
# .f(df, ...)
}
这适用于单个分组变量 -
# works
tryfn(mtcars, am)
#> # A tibble: 6 x 11
#> # Groups: am [2]
#> mpg cyl disp hp drat wt qsec vs am gear carb
#> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#> …以下是一些我们使用两个名称进行更广泛旋转的愚蠢数据：
library(tidyr)
df <- data.frame(
food = c('banana','banana','banana','banana','cheese','cheese','cheese','cheese'),
binary = c(rep(c('yes','no'), 4)),
car = c('toyota','subaru','mazda','skoda','toyota','subaru','mazda','skoda'),
fun = c(2,4,3,6,2,4,2,3))
df %>%
pivot_wider(
id_cols = food,
names_from = c(car, binary),
values_from = fun)
如果我们想更改新变量名称的格式，例如从toyota_yes到yes_toyota，我们使用names_glue参数：
df %>%
pivot_wider(
id_cols = food,
names_from = c(car, binary),
names_glue = "{binary}_{car}",
values_from = fun)
我面临的问题是找到正确的语法将变量名称传递给参数names_glue。将变量传递给 很容易names_from，例如：
var1 <- 'car'
var2 <- 'binary'
df %>%
pivot_wider(
id_cols = food,
names_from = c(var1, var2),
values_from = fun)
但我们不能直接这样做 …
使用调用下面的函数foo(c("b"))。输出显示为内联。
什么是正确的写作方式df %>% filter(!!x > (!!x))？
我提供了一个使用mutatetidyeval风格与进行对比的示例filter。
foo <- function(variables) {
x <- rlang::sym(variables[[1]])
print(x)
#> b
print(typeof(x))
#> [1] "symbol"
df <- data_frame(a = 1, b = 2)
print(df %>% mutate(!!x := 100 + !!x))
#> # A tibble: 1 x 2
#> a b
#> <dbl> <dbl>
#> 1 1 102
print(df %>% filter(!!x > (!!x)))
#> Error in !x : invalid argument type
print(df %>% filter(magrittr::is_greater_than(!!x, !!x)))
#> # …在dplyr v0.7.0中，.data引入了代词，允许我们用字符串引用变量。我只是好奇这种方法是否比“quosure”方法更受欢迎。例如，这是一种使用.data代词的方法：
varname <- "gear"
data_pronoun_method_df <- dplyr::mutate(mtcars, new_col = .data[[varname]] + 2)
这与使用该quosure方法的示例进行了比较：
quo_varname <- rlang::quo(gear)
quo_method_df <- dplyr::mutate(mtcars, new_col = !! quo_varname + 2)
两种方法产生相同的输出：
data_pronoun_method_df
# mpg cyl disp hp drat wt qsec vs am gear carb new_col
# 1 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4 6
# 2 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4 6
# 3 22.8 …我正在绘制一个 y 变量与多个 x 变量的关系图。我有一个使用 lapply 的工作解决方案。但是，我无法将 x 变量的名称写为每个图的 x 标签。这是我所拥有的一个简化示例：
目标是针对每个 x 变量绘制 y 变量，从而生成三个图，并将每个 x 变量的名称添加为 x 轴标签。
生成一个包含 1 个 y 变量和 3 个 x 变量的数据框：
df <- data.frame(y.variable=c(11:20), x1=c(21:30),x2=c(1:10),x3=c(31:40))
一个应该以字符串形式检索变量名称的函数：
get_name <- function(v1) {deparse(substitute(v1))}
生成 y 相对于 x 变量的图的函数：
generate_plot <- function(x.variable) {ggplot(data = df, aes(x.variable, y.variable )) +geom_point() + xlab(get_name(variable.name))}
调用 lapply 对 df 的每一列执行generate_plot：
lapply(df, generate_plot)
这会产生三个图，每个图都将“variable.x”作为其 x 标签，而不是所需的变量名称 x1、x2 和 x3。
我试图tidyr::complete在我的函数中使用，同时使用{{}}. 这工作正常，但是，当我添加一个嵌套函数来组合两个变量时，我得到一个错误。请参阅下面的最小示例。
library(tidyverse)
library(rlang)
df <- tibble(
group1 = c(1:2, 1),
group2 = c("c", "c", "c"),
item_id = c(1:2, 2),
item_name = c("a", "b", "b"),
value1 = 1:3,
value2 = 4:6
)
my_complete <- function(data, var1, var2, var3, var4, var5, var6){
data %>%
tidyr::complete({{var1}}, {{var3}})
}
my_complete(df, var1 = group1, var2 = group2, var3 = item_id, var4 = item_name, var5 = value1, var6 = value2)
这有效，输出为：
# A tibble: 4 x 6
group1 item_id group2 item_name …我正在编写一个函数来使用 highcharter 重现几个图表，这些图表都将具有类似的格式（和其他内容）。如果名称发生更改，或者如果我想做一些不同的事情并且我正在接受这些参数，我希望能够选择数据集的不同列{{ }}。但是后来我收到了这个奇怪的错误：
Error: Problem with `mutate()` input `x`.
x Input `x` must be a vector, not a `formula` object.
i Input `x` is `~Year`.
这是我的（最小可重现）代码：
library(dplyr)
library(highcharter)
plot_high_chart <- function(.data,
chart_type = "column",
x_value = Year,
y_value = total,
group_value = service) {
.data %>%
hchart(chart_type, hcaes(x = {{x_value}}, y = {{y_value}}, group = {{group_value}}))
}
data %>% plot_high_chart()
这是dput数据的结果：
structure(list(Year = c(2016, 2017, 2017, 2018, 2018, 2018),
service = structure(c(10L, 3L, …mtcars作为例子使用。我想编写一个创建函数count和pct列，如下面-
library(tidyverse)
mtcars %>%
group_by(cyl) %>%
summarise(count = n()) %>%
ungroup() %>%
mutate(cyl_pct = count/sum(count))
这会产生输出 -
# A tibble: 3 x 3
cyl count mpg_pct
<dbl> <int> <dbl>
1 4 11 0.344
2 6 7 0.219
3 8 14 0.438
但是，我想创建一个函数，在该函数中我可以将group_by列指定为任何列，并且该mutate列将命名groub_by为_pct. 因此，如果我想使用disp,disp将是我的group_by变量，并且该函数将改变一disp_pct列。