在 group_by 中使用列索引而不是名称

Posted 2023-02-16

【中文标题】在 group_by 中使用列索引而不是名称

【英文标题】：Use column index instead of name in group_by

【发布时间】：2018-03-08 06:29:48

【问题描述】：

我想用 dplyr 总结一个数据框，像这样：

> test <-data.frame(ID = c("A", "A", "B", "B"), val = c(1:4))
> test %>% group_by(ID) %>% summarize(av = mean(val))
# A tibble: 2 x 2
      ID    av
  <fctr> <dbl>
1      A   1.5
2      B   3.5

但是假设我不想按名为“ID”的列进行分组，而是希望按第一列进行分组，而不管其名称如何。有没有简单的方法来做到这一点？

我尝试了一些天真的方法（group_by(1)、group_by(.[1])、group_by(., .[1])、group_by(names(.)[1]) 无济于事。我才刚刚开始使用 tidyverse 包，所以我可能会遗漏一些明显的东西。

This question 非常相似，但它是关于变异的，我无法将其概括为我的问题。 This question 也类似，但公认的答案是使用不同的包，我正在尝试坚持使用 dplyr。

【参考方案1】：

您可以为此使用 scoped 变体之一 (group_by_at)：

test %>% group_by_at(1) %>% summarise(av = mean(val))

# A tibble: 2 x 2
#      ID    av
#  <fctr> <dbl>
#1      A   1.5
#2      B   3.5

【参考方案2】：

您可以使用across 版本1.0.0 起的功能：

library(dplyr)
test %>% 
  group_by(across(1)) %>% 
  summarise(av = mean(val))
## A tibble: 2 x 2
#  ID       av
#  <fct> <dbl>
#1 A       1.5
#2 B       3.5

【参考方案3】：

在旧版本的dpylyr 中，您可以使用dplyr::group_by_ 的标准评估：

test %>% 
 group_by_(names(.)[1]) %>% 
 summarize(av = mean(val))
## A tibble: 2 x 2
#      ID    av
#  <fctr> <dbl>
#1      A   1.5
#2      B   3.5

【讨论】：

标准评估现在是deprecated。

【参考方案4】：

如果我们需要使用NSE，那么可以使用sym和!!

test %>%
     group_by(!! rlang::sym(names(.)[1])) %>%
     summarise(av = mean(val))
# A tibble: 2 x 2
#      ID    av
#  <fctr> <dbl>
#1      A   1.5
#2      B   3.5

我们也可以创建一个函数。如果我们传递带引号的字符串，那么我们使用 sym 和 !! 或者使用 enquo/!! 路由

f1 <- function(dat, grp, valueCol) 
     dat %>%
        group_by(!! rlang::sym(grp)) %>%
        summarise(av = mean(!! rlang::sym(valueCol)))


f1(test, "ID", "val")
# A tibble: 2 x 2
#      ID    av
#  <fctr> <dbl>
#1      A   1.5
#2      B   3.5

【讨论】：

这比我实际需要的问题要复杂，但它让我走上了一条关于评估和programming with dplyr

的富有成效的学习之路