如何在 dplyr::across 的 .names 参数中使用字符串操作函数

Posted 2023-02-13

【中文标题】如何在 dplyr::across 的 .names 参数中使用字符串操作函数

【英文标题】：How to use string manipulation functions inside .names argument in dplyr::across如何在 dplyr::across 的 .names 参数中使用字符串操作函数

【发布时间】：2021-08-05 10:43:33

【相关技术】：@tags@

【问题描述】：

虽然我试图搜索它是否重复，但我找不到类似的问题。 （虽然有一个similar，但这与我的要求有些不同）

我的问题是我们是否可以在dplyr::across 的.names 参数中使用substr 或stringr::str_remove 等字符串操作函数。作为一个可重复的例子考虑这个

library(dplyr)
iris %>%
  summarise(across(starts_with('Sepal'), mean, .names = '.col_mean'))

  Sepal.Length_mean Sepal.Width_mean
1          5.843333         3.057333

现在我的问题是我想将输出列重命名为 str_remove(.col, 'Sepal') 以便我的输出列名称只是 Length.mean 和 Width.mean 。为什么我要问，因为这个论点的description 指出

.names
描述如何命名输出列的粘合规范。这可以使用 .col 代表选定的列名，使用 .fn 代表正在应用的函数的名称。对于单函数情况，默认值 (NULL) 等效于“.col”，对于 .fns 使用列表的情况，默认值 (NULL) 等效于“.col_.fn”。

我尝试了很多可能性，包括以下，但这些都不起作用

library(tidyverse)
library(glue)
iris %>%
  summarise(across(starts_with('Sepal'), mean, 
                   .names = glue('xx_mean', xx = str_remove(.col, 'Sepal'))))

Error: Problem with `summarise()` input `..1`.
x argument `str` should be a character vector (or an object coercible to)
i Input `..1` is `(function (.cols = everything(), .fns = NULL, ..., .names = NULL) ...`.
Run `rlang::last_error()` to see where the error occurred.


#OR
iris %>%
  summarise(across(starts_with('Sepal'), mean, 
                   .names = glue('xx_mean', xx = str_remove(glue('.col'), 'Sepal'))))

我知道这可以通过使用rename_with 添加另一个步骤来解决，所以我不关心那个答案。

【问题讨论】：

您可以在胶水字符串中使用函数，例如.names = 'str_remove(.col, "^[A-Za-z]+")_mean'，但是在解析时似乎有限制

哦，是的！您能否将其发布为答案，我很乐意接受。 :)

【参考方案1】：

这可行，但可能有一些警告。您可以在胶水规范中使用函数，因此您可以通过这种方式清理字符串。但是，当我尝试转义"." 时，我收到了一个错误，我认为这与across 解析字符串的方式有关。如果你需要更动态的东西，你可能想在那个时候深入研究源代码。

为了使用.fn 帮助器，至少在像这样动态创建粘合字符串时，该函数需要一个名称；否则，您将在 .fns 参数中获得函数索引的数字。我用第二个函数对此进行了测试，并使用lst 进行自动命名。

library(dplyr)
iris %>%
  summarise(across(starts_with('Sepal'), .fns = lst(mean, max), 
                   .names = 'stringr::str_remove(.col, "^[A-Za-z]+.")_.fn'))
#>   Length_mean Length_max Width_mean Width_max
#> 1    5.843333        7.9   3.057333       4.4

【讨论】：

summarise(across(starts_with("Sepal"), mean, .names = 'mean_str_remove(.col, "Sepal.")')) 适用于我的情况。谢谢:)