标签: tidyselect

我有一个辅助函数(比如说foo()),它将在各种数据框上运行,这些数据框可能包含也可能不包含指定的变量.假设我有

library(dplyr)
d1 <- data_frame(taxon=1,model=2,z=3)
d2 <- data_frame(taxon=2,pss=4,z=3)

我想要选择的变量是

vars <- intersect(names(data),c("taxon","model","z"))

也就是说,我想foo(d1)返回taxon,model和z列,而foo(d2)回报只是taxon和z.

如果foo包含select(data,c(taxon,model,z))则foo(d2)失败(因为d2不包含model).如果我使用select(data,-pss)然后foo(d1)同样失败.

我知道如果我退出tidyverse(只是返回data[vars])该怎么做,但我想知道是否有一个方便的方法来做(1)与某种select()帮助(tidyselect::select_helpers)或(2)与tidyeval(其中)我还没有找到时间来围绕让我的头!)

我想获得一个通用公式来排列具有不同列数的数据框。

例如，在本例中，数据帧包含“categ_1，categ_2，points_1，points_2”：

  library(tidyverse)\n  set.seed(1)\n  nrows <- 20\n  df <- tibble(\n    other_text = sample(letters,\n                        nrows, replace = TRUE),\n    categ_1 = sample(c("A", "B"), nrows, replace = TRUE),\n    categ_2 = sample(c("A", "B"), nrows, replace = TRUE),\n    points_1 = sample(20:25, nrows, replace = TRUE),\n    points_2 = sample(20:25, nrows, replace = TRUE),\n  ) %>%\n    rowwise() %>%\n    mutate(total = sum(c_across(starts_with("points_")))) %>%\n    ungroup()\n

以及排列的公式：

df %>%\n  arrange(\n    desc(total),\n    categ_1, categ_2,\n    desc(points_1), desc(points_2)\n  )\n

但df可以有更多列：“categ_1、categ_2、categ_3、points_1、points_2、points_3”。\n因此，在这种情况下，公式应为：

df %>%\n  mutate(\n    categ_3 = …

在tidyverse包中使用选择功能时，我开始收到警告。

例子：

library(dplyr)
set.seed(123)
df = data.frame(
  "id" = c(rep("G1", 3), rep("G2", 4), rep("G3", 3)),
  "total" = sample.int(n = 10),
  "C1" = sample.int(n=10),
  "C2" = sample.int(n=10),
  "C3" = sample.int(n=10))
cols.to.sum = c("C1", "C2")
df.selected = df %>% 
  dplyr::select(total, cols.to.sum)

给予：

Note: Using an external vector in selections is ambiguous.
i Use `all_of(cols.to.sum)` instead of `cols.to.sum` to silence this message.
i See <https://tidyselect.r-lib.org/reference/faq-external-vector.html>.
This message is displayed once per session.

如果我重构为：

df.selected = df %>% 
  dplyr::select(total, all_of(cols.to.sum))

此行为已从 更改 …

我正在处理一个大数据框，其中有许多我想要分组的列。我想做这样的事情：

output <- df %>% 
  group_by(starts_with("GEN", ignore.case=TRUE),x,y) %>% 
  summarize(total=n()) %>% 
  arrange(desc(total))

有没有办法做到这一点？也许使用 group_by_at 或其他类似的函数？

假设我有一个包含一堆列的数据框，我想在其中进行相同的NA替换：

dd <- data.frame(x = c(NA, LETTERS[1:4]), a = rep(NA_real_, 5), b = c(1:4, NA))

例如，在上面的数据框中，我想做一些类似 replace_na(dd, where(is.numeric), 0)替换NAcolumnsa和中的值的操作b。

我可以

num_cols <- purrr::map_lgl(dd, is.numeric)
r <- as.list(setNames(rep(0, sum(num_cols)), names(dd)[num_cols]))
replace_na(dd, r)

但我正在寻找更整洁/更惯用/更好的东西......

library(tidyverse)
iris %>% as_tibble() %>% select(everything())

#> # A tibble: 150 x 5
#>    Sepal.Length Sepal.Width Petal.Length Petal.Width Species
#>           <dbl>       <dbl>        <dbl>       <dbl> <fct>  
#>  1          5.1         3.5          1.4         0.2 setosa 
#>  2          4.9         3            1.4         0.2 setosa 
#>  3          4.7         3.2          1.3         0.2 setosa 
#>  4          4.6         3.1          1.5         0.2 setosa 
#>  5          5           3.6          1.4         0.2 setosa 
#>  6          5.4         3.9          1.7         0.4 setosa 
#>  7          4.6         3.4          1.4         0.3 setosa 
#>  8          5           3.4          1.5         0.2 …

这是我在包中使用...参数并tidyselect选择变量的函数的简化版本：

# this toy function just selects the ... variables
foo <- function(dat = mtcars, ...){
  expr <- rlang::expr(c(...))
  cols_to_select <- tidyselect::eval_select(expr, data = dat)
  dplyr::select(dat, all_of(cols_to_select))
}

这有效： foo(mtcars, cyl)

但是我的实际函数在参数之前有更多前面的...参数，所有参数都有默认值。如果我使用这些默认值调用我的函数并将值传递给....

这就是我想要的 - 假设dat = mtcars- 但它不起作用：

foo(... = cyl)

错误：名称不得采用...或形式..j。

我可以修改函数或调用以允许直接指定...吗？

假设我有一个tibble需要采取多个变量并将它们变为新的多个新变量的位置.

举个例子,这是一个简单的tibble:

tb <- tribble(
  ~x, ~y1, ~y2, ~y3, ~z,
  1,2,4,6,2,
  2,1,2,3,3,
  3,6,4,2,1
)

我想从名称以"y"开头的每个变量中减去变量z,并将结果变为tb的新变量.另外,假设我不知道我有多少"y"变量.我希望解决方案能够很好地适应tidyverse/ dplyr工作流程.

本质上,我不明白如何将多个变量变为多个新变量.我不确定你是否可以mutate在这个例子中使用？我试过了mutate_if,但我不认为我正确使用它(我收到错误):

tb %>% mutate_if(starts_with("y"), funs(.-z))

#Error: No tidyselect variables were registered

提前致谢!

我试图了解 tidyverse 设计以及如何使用它进行编程有一段时间了。我试图编写一个使用 tidyselect 语义的函数，我发现tidyselect::eval_select将数字附加到 lhs 表达式。看到这个语义用于列重命名，这并不奇怪。不幸的是，我用于构建数据结构的函数不需要这种行为，它需要表达式的 lhs 中提供的常规名称（根据需要重复多次）。我还没有设法找出这种行为的来源；它似乎是一个，make.unique但我找不到它的实现位置。如果你知道，我很想学习，如果没有，解决我的问题不应该依赖于它。我想要的只是 lhs 名称没有附加数字，如示例所示：

library(tidyverse)

# Data
data <- mtcars[, 8:11]

# Example
data %>%
  tidyselect::eval_select(rlang::expr(c(foo = 1, bar = c(2:4), foobar = c(1, "am", "gear", "carb"))), .)
#>     foo    bar1    bar2    bar3 foobar1 foobar2 foobar3 foobar4 
#>       1       2       3       4       1       2       3       4

# Function
test <- function(.data, ...) {
  loc <- tidyselect::eval_select(rlang::expr(c(...)), .data)
  names <- names(.data)
  list(names(loc), names[loc])
}

data %>%
  test(foo = 1, bar …

我尝试使用read_csvfrom{readr}将文件读入 R。为了演示我的真正问题，我首先CSV将参数重置为 5（默认为 1000）guess_max

library(readr)\nformals(read_csv)$guess_max <- 5\n

并以较小的文字数据为例：

csv <- I(\n"ID, Col1, Col2, VarA, VarB, VarC\n1, NA, NA, NA, NA, NA\n2, NA, NA, NA, NA, NA\n3, NA, NA, NA, NA, NA\n4, NA, NA, NA, NA, NA\n5, 0, 1, x, y, z\n6, NA, NA, NA, NA, NA")\n\nread_csv(csv)\n\n# # A tibble: 6 \xc3\x97 6\n#      ID  Col1    Col2    VarA   VarB   VarC \n#   <dbl>  <lgl>   <lgl>   <lgl>  <lgl>  <lgl>\n# 1     1  NA      NA      NA …