以整齐的方式将多列作为分组变量传递给 UDF

Posted 2023-04-13

【中文标题】以整齐的方式将多列作为分组变量传递给 UDF

【英文标题】：Passing multiple columns to a UDF as grouping variables in a tidy way

【发布时间】：2021-07-27 10:08:31

【问题描述】：

我想以整洁的方式将多列传递给一个 UDF 参数（如裸列名称）。

示例：我有一个简单的函数，它将 mtcars 数据集的一列作为输入，并使用它作为分组变量来进行简单的汇总操作。

library(tidyverse)

test_function <- function(grps)
  grps <- enquo(grps) 
  mtcars %>% 
    group_by(!!grps) %>% 
    summarise(Count = n())

如果我以“cyl”作为分组变量执行函数的结果：

test_function(grps = cyl)

-----------------

    cyl Count
  <dbl> <int>
1     4    11
2     6     7
3     8    14

现在假设我想将多个列传递给参数“grps”，以便数据集按更多列分组。这是我想象的一些示例函数执行的样子：

test_function(grps = c(cyl, gear))
test_function(grps = list(cyl, gear))

这是预期的结果：

    cyl  gear Count
  <dbl> <dbl> <int>
1     4     3     1
2     4     4     8
3     4     5     2
4     6     3     2
5     6     4     4
6     6     5     1
7     8     3    12
8     8     5     2

---

有没有办法将多个裸列传递给 UDF 的一个参数？ I know about the "..." operator already 但由于我实际上有 2 个参数，我可能希望将多个裸列作为参数传递，因此“...”是不可行的。

【问题讨论】：

所以你的意思是你想把它用作test_function(grps = c(cyl, gear))或test_function(grps = list(cyl, gear))而不是test_function(cyl, gear)？

@Ronak Shah，没错。

【参考方案1】：

您可以使用 across() 函数和包含的参数，这适用于大多数 dplyr 动词。它将接受裸名或字符串：

test_function <- function(grps)
  mtcars %>% 
    group_by(across( grps )) %>% 
    summarise(Count = n())


test_function(grps = c(cyl, gear))

`summarise()` has grouped output by 'cyl'. You can override using the `.groups` argument.
# A tibble: 8 x 3
# Groups:   cyl [3]
    cyl  gear Count
  <dbl> <dbl> <int>
1     4     3     1
2     4     4     8
3     4     5     2
4     6     3     2
5     6     4     4
6     6     5     1
7     8     3    12
8     8     5     2

test_function(grps = c("cyl", "gear"))

# Same output