函数R中的Dplyr变量名称

Posted 2023-02-14

【中文标题】函数R中的Dplyr变量名称

【英文标题】：Dplyr variable names in function R

【发布时间】：2022-01-13 11:47:10

【问题描述】：

我正在尝试使用一些 dplyr 函数创建一个函数，但我认为我遇到了 NSE 问题。当我在参数中使用变量的实际名称时，以下函数有效，但当我尝试调用我创建的向量的元素时，它不起作用。

我认为我需要对参数的引用/取消引用做一些事情，但我有点难过：

作品：

 dat1 <- read.table(text = "x1 x2 y
10 20 50
20 30.5 100
30 40.5 200
40 20.12 400
50 25 500
70 86 600
80 75 700
90 45 800", header = TRUE)
 
 num_names <- paste(colnames(dat1[sapply(dat1, is.numeric)]))
 bin_names <- paste(colnames(dat1[sapply(dat1, is.numeric)]), "bin", sep = "_")
 dat1[bin_names] <- lapply(dat1[num_names], function(x) dplyr::ntile(x, n = 10))
 
 
 make_iv <- function(df, variable, bin_variable)
   
   
   df <- df
   ivv <- df %>%
     group_by(bin_variable) %>%
     summarise(N_ = n(),
               min_x = min(variable),
               max_x = max(variable),
               SumY = sum(y),
               perc_obs = (n()/nrow(df)),
               ans = sum(perc_obs))
   
  
   return(ivv)
 
 
 
 make_iv(df = dat1,
         variable = x1,
         bin_variable = x1_bin)

不起作用：

 dat1 <- read.table(text = "x1 x2 y
10 20 50
20 30.5 100
30 40.5 200
40 20.12 400
50 25 500
70 86 600
80 75 700
90 45 800", header = TRUE)
 
 num_names <- paste(colnames(dat1[sapply(dat1, is.numeric)]))
 bin_names <- paste(colnames(dat1[sapply(dat1, is.numeric)]), "bin", sep = "_")
 dat1[bin_names] <- lapply(dat1[num_names], function(x) dplyr::ntile(x, n = 10))
 
 
 make_iv <- function(df, variable, bin_variable)
   
   
   df <- df
   ivv <- df %>%
     group_by(bin_variable) %>%
     summarise(N_ = n(),
               min_x = min(variable),
               max_x = max(variable),
               SumY = sum(y),
               perc_obs = (n()/nrow(df)),
               ans = sum(perc_obs))
   
  
   return(ivv)
 
 
 
 make_iv(df = dat1,
         variable = num_names[1],
         bin_variable = bin_names[1])

【参考方案1】：

您需要区分变量名称是符号（不确定这是否是好词）还是字符串。 NSE 指的是符号，即您不写引号。在您的第一个示例中，您在第二个 - 字符串中使用符号。对于字符串，另一种语法是必要的。你需要使用.data[[variable]]，而不是variable：

library(dplyr)

dat1 <- read.table(text = "x1 x2 y
10 20 50
20 30.5 100
30 40.5 200
40 20.12 400
50 25 500
70 86 600
80 75 700
90 45 800", header = TRUE)

num_names <- paste(colnames(dat1[sapply(dat1, is.numeric)]))
bin_names <- paste(colnames(dat1[sapply(dat1, is.numeric)]), "bin", sep = "_")
dat1[bin_names] <- lapply(dat1[num_names], function(x) dplyr::ntile(x, n = 10))


make_iv <- function(df, variable, bin_variable)
  
  
  df <- df
  ivv <- df %>%
    group_by(.data[[bin_variable]]) %>%
    summarise(N_ = n(),
              min_x = min(.data[[variable]]),
              max_x = max(.data[[variable]]),
              SumY = sum(y),
              perc_obs = (n()/nrow(df)),
              ans = sum(perc_obs))
  
  
  return(ivv)



make_iv(df = dat1,
        variable = num_names[1],
        bin_variable = bin_names[1])

如果你还没有看到，这里有一个来源：Programming with dplyr