如何在自定义函数中使用 mutate 创建新列

Posted 2023-03-24

【中文标题】如何在自定义函数中使用 mutate 创建新列

【英文标题】：How to create new column using mutate within a custom function

【发布时间】：2020-10-06 08:16:06

【问题描述】：

我正在尝试构建一个函数，该函数在 mutate 函数中使用 case_when 转换现有列。最终目标是能够输入表名和列名，然后将字符串附加到现有列名，以便 mutate 函数创建一个新列。谢谢！

my_function <- function(table_name, col_name) 
  table_name %>%
    mutate(paste("new_",col_name) = case_when(as.numeric(col_name) <=4 ~ -1,
                                as.numeric(col_name) > 4 & as.numeric(col_name) <= 8 ~ 0,
                                as.numeric(col_name) > 8 ~ 1))
  

【参考方案1】：

您正沉浸在整洁评估的美妙世界中，您必须ensym 或enquo 列的名称：

my_function <- function(table_name, col_name) 
    .col = ensym(col_name)
    table_name %>%
        mutate(!!paste0("new_", col_name) := case_when(as.numeric(!!.col) <=4 ~ -1,
                                                  as.numeric(!!.col) > 4 & as.numeric(!!.col) <= 8 ~ 0,
                                                  as.numeric(!!.col) > 8 ~ 1))


df = tibble(x=1:10)
my_function(df, "x")
# A tibble: 10 x 2
       x new_x
   <int> <dbl>
 1     1    -1
 2     2    -1
 3     3    -1
 4     4    -1
 5     5     0
 6     6     0
 7     7     0
 8     8     0
 9     9     1
10    10     1

您可以在Programming with dplyr 小插图上了解更多信息（包括运算符!! 和:=）。

我的示例使用 ensym 并将参数作为字符串，以坚持您的函数。但是，更常见的是使用 enquo 并将参数作为列名：

my_function2 <- function(table_name, col_name) 
    .col = enquo(col_name)
    table_name %>%
        mutate(!!paste0("new_", quo_name(.col)) := case_when(as.numeric(!!.col) <=4 ~ -1,
                                                       as.numeric(!!.col) > 4 & as.numeric(!!.col) <= 8 ~ 0,
                                                       as.numeric(!!.col) > 8 ~ 1))

my_function2(df, x) #no quotes on the x!
# A tibble: 10 x 2
       x new_x
   <int> <dbl>
 1     1    -1
 2     2    -1
 3     3    -1
 4     4    -1
 5     5     0
 6     6     0
 7     7     0
 8     8     0
 9     9     1
10    10     1

不过，您不应该构建一个接受数字并在 mutate 中使用它的函数吗？这是dplyr v1.0.0 的示例：

my_function3 = function(x)
    case_when(as.numeric(x) <=4 ~ -1,
              as.numeric(x) > 4 & as.numeric(x) <= 8 ~ 0,
              as.numeric(x) > 8 ~ 1)

df %>% mutate(across(x, my_function3, .names="new_col"))