在自定义dplyr函数中更改结果变量的名称 [英] Changing names of resulting variables in custom dplyr function
问题描述
背景
为了加快跨多个表格生成分组摘要，因为我在 dplyr 工作流程，我已经草拟了一个简单的函数来生成所需的度量标准
＃函数生成汇总表
generate_summary_tbl < - 函数（数据集，group_column，summary_column）{
group_column < - enquo（group_column）
summary_column < - enquo（summary_column）
dataset％>>％
其他指标需要其他指标，例如：group_by（!! group_column）％>％
summary（
mean = mean（!! summary_column），
sum = sum（!! summary_column）
＃经常产生
）％>％
ungroup - > smryDta
return（smryDta）
}
示例
该功能可以根据需要运行：
>> mtcars％>％
... generate_summary_tbl（group_column = am，summary_column = mpg）
＃一个tibble：2 x 3
平均值总和
< dbl> < DBL> < DBL>
1 0 17.14737 325.8
2 1 24.39231 317.1
问题
我希望 有条件在结果中包含通过 当使用 区别在于变量名 部分的，丑陋的解决方案我使用 返回的列名几乎 summary_column = mpg 传递的列的名称。
结果示例
useColName = TRUE
useColName = TRUE 调用时，结果应该对应于：
>> mtcars％>％
... generate_summary_tbl（group_column = am，summary_column = mpg，
useColName = TRUE）
＃一个tibble：2 x 3
am mean_am sum_am
< dbl> < DBL> < DBL>
1 0 17.14737 325.8
2 1 24.39231 317.1
mean_am 等后缀中的 _am 后缀
丑陋的解决方案
setNames code $ c
$ b $ $ p $ $ $ $ $ $ $ $ $ $ $ $ $ $数据集，
group_column，
summary_column，
useColName = TRUE）{
group_column< - enquo（group_column）
summary_column< - enquo（summary_column）
数据集％>％
group_by（!! group_column）％>％
summary（mean = mean（!! summary_column），
sum = sum（!! summary_column））％> ;％
取消组合 - > smryDta
if（useColName）{
setNames（smryDta，
c（deparse（substitute（
group_column
）），
paste（
名称（smryDta）[2：长度（smryDta）]，paste0（_，deparse（替代（
group_column
）））
））） - > smryDta
}
return（smryDta）
}
< h3>示例
mtcars％>％
generate_summary_tbl（group_column = am ，summary_column = mpg，useColName = TRUE）
＃A tibble：2 x 3
`〜am`` mean _〜am`` sum _〜am`
< DBL> < DBL>
1 0 17.14737 325.8
2 1 24.39231 317.1
我希望获得所需的列名，理想情况下可以更好地使用 quo 或 lazyeval ？
也许使用 rename ：
library（tidyverse）
generate_summary_tbl< - function（dataset ，group_column，summary_column，useColname = FALSE）{
group_column < - enquo（group_column）
summary_column< - enquo（summary_column）
dataset％>％
group_by（！ （$汇总列），
sum = sum（!! summary_column）
＃其他需要属的指标特别频繁的
）％>％
ungroup - > smryDta
if（useColname）
smryDta< - smryDta％>％
rename_at（
vars（-one_of（quo_name（group_column））），
〜paste（quo_name（group_column），.x，sep =_）
）
return（smryDta）
}
mtcars ％>％generate_summary_tbl（am，mpg）
＃＃一个tibble：2 x 3
＃均值和
＃< dbl> < DBL> < DBL>
＃1 0 17.14737 325.8
＃2 1 24.39231 317.1
mtcars％>％generate_summary_tbl（am，mpg，T）
＃＃一个tibble：2 x 3
＃am_mean am_sum
＃< dbl> < DBL> < DBL>
＃1 0 17.14737 325.8
＃2 1 24.39231 317.1
Background
In order to speed up generating grouped summaries across multiple tables; as I'm doing most of that while in dplyr workflow, I've drafted a simple function that generates the desired metrics
# Function to generate summary table
generate_summary_tbl <- function(dataset, group_column, summary_column) {
group_column <- enquo(group_column)
summary_column <- enquo(summary_column)
dataset %>%
group_by(!!group_column) %>%
summarise(
mean = mean(!!summary_column),
sum = sum(!!summary_column)
# Other metrics that need to be generated frequently
) %>%
ungroup -> smryDta
return(smryDta)
}
Example
The function works as desired:
>> mtcars %>%
... generate_summary_tbl(group_column = am, summary_column = mpg)
# A tibble: 2 x 3
am mean sum
<dbl> <dbl> <dbl>
1 0 17.14737 325.8
2 1 24.39231 317.1
Problem
I would like, conditionally include name of the column passed via summary_column = mpg in the results.
Example results, useColName = TRUE
When called with useColName = TRUE the results should correspond to:
>> mtcars %>%
... generate_summary_tbl(group_column = am, summary_column = mpg,
useColName = TRUE)
# A tibble: 2 x 3
am mean_am sum_am
<dbl> <dbl> <dbl>
1 0 17.14737 325.8
2 1 24.39231 317.1
The difference is presence of the _am suffix in the variable names mean_am and so on.
Ugly solution
Partial, ugly solution I have uses setNames:
# Function to generate summary table
generate_summary_tbl <-
function(dataset,
group_column,
summary_column,
useColName = TRUE) {
group_column <- enquo(group_column)
summary_column <- enquo(summary_column)
dataset %>%
group_by(!!group_column) %>%
summarise(mean = mean(!!summary_column),
sum = sum(!!summary_column)) %>%
ungroup -> smryDta
if (useColName) {
setNames(smryDta,
c(deparse(substitute(
group_column
)),
paste(
names(smryDta)[2:length(smryDta)], paste0("_", deparse(substitute(
group_column
)))
))) -> smryDta
}
return(smryDta)
}
Example
The returned column names, almost match the desired results. I reckon I could employ some regex and arrive at the desired results. However, I reckon that more efficient solutions should be available.
mtcars %>%
generate_summary_tbl(group_column = am, summary_column = mpg, useColName = TRUE)
# A tibble: 2 x 3
`~am` `mean _~am` `sum _~am`
<dbl> <dbl> <dbl>
1 0 17.14737 325.8
2 1 24.39231 317.1
How can I get desired column names, ideally making better use of quo or lazyeval?
Maybe use rename:
library(tidyverse)
generate_summary_tbl <- function(dataset, group_column, summary_column, useColname = FALSE) {
group_column <- enquo(group_column)
summary_column <- enquo(summary_column)
dataset %>%
group_by(!!group_column) %>%
summarise(
mean = mean(!!summary_column),
sum = sum(!!summary_column)
# Other metrics that need to be generated frequently
) %>%
ungroup -> smryDta
if (useColname)
smryDta <- smryDta %>%
rename_at(
vars(-one_of(quo_name(group_column))),
~paste(quo_name(group_column), .x, sep="_")
)
return(smryDta)
}
mtcars %>% generate_summary_tbl(am, mpg)
# # A tibble: 2 x 3
# am mean sum
# <dbl> <dbl> <dbl>
# 1 0 17.14737 325.8
# 2 1 24.39231 317.1
mtcars %>% generate_summary_tbl(am, mpg, T)
# # A tibble: 2 x 3
# am am_mean am_sum
# <dbl> <dbl> <dbl>
# 1 0 17.14737 325.8
# 2 1 24.39231 317.1
这篇关于在自定义dplyr函数中更改结果变量的名称的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！
