自己的功能

Question

在'r dplyr方法考慮這個dplyr處理到數據幀：

existing.df <- filter(existing.df, justanEx > 0) %>% 
       arrange(desc(justanEx)) %>% 
       mutate(mean = mean(justanEx), 
       median = median(justanEx), 
       rank = seq_len(length(anotherVar))) 

我必須這樣做了很多工作的我做，所以我嘗試做一個功能它：

df.overZ <- function(data, var){ 
     df <- data %>% filter(var > 0) %>% 
       arrange_(desc((var))) %>% 
       mutate(mean = mean(var), 
       median = median(var), 
       rank = seq_len(length(anotherVar))) 
     df 
} 

和他們

existing.df <- df.overZ(existing.df, "realVar") 

，但是這給了我這個錯誤：

Error in arrange_impl(.data, dots) : 
    incorrect size (1), expecting : 50000 

如果我嘗試：

existing.df <- df.overZ(existing.df, realVar) 

我得到這個錯誤：

Error in filter_impl(.data, dots) : obj 'realVar' not found 

我已經嘗試filter_，arrange_和mutate_，

但沒有SENS工作。

可以工作嗎？

如下功能的工作原理，但：

make.df <- function(var, n){ 
     df <- orign.df %>% filter(!is.na(var)) %>% 
       select(1:2,n,3:6) 
     df 
} 

existing.df <- make.df("oneVar",7) 

Answer 1

隨着dplyr的開發人員版本（即將推出0.6.0），我們可以利用的quosures

library(dplyr) 
df.overZ <- function(data, Var){ 
      Var <- enquo(Var) 
     data %>% 
       filter(UQ(Var) > 0) %>% 
       arrange(desc(UQ(Var))) %>% 
       mutate(Mean = mean(UQ(Var)), 
         Median = median(UQ(Var)), 
         rank = row_number()) 

} 

df.overZ(iris, Sepal.Length) 

我們可以擴展功能有一個group_by選項以及

df.overZ2 <- function(data, Var, grpVar){ 
      Var <- enquo(Var) 
      grpVar <- enquo(grpVar) 
      newVar <- paste(quo_name(Var), c("Mean", "Median", "Rank"), sep="_") 
     data %>% 
       filter(UQ(Var) > 0) %>% 
       arrange(desc(UQ(Var))) %>% 
       group_by(UQ(grpVar)) %>% 
       summarise(UQ(newVar[1]) := mean(UQ(Var)), 
         UQ(newVar[2]) := median(UQ(Var)), 
         UQ(newVar[3]) := n()) 

} 

df.overZ2(iris, Sepal.Length, Species) 
# A tibble: 3 × 4 
# Species Sepal.Length_Mean Sepal.Length_Median Sepal.Length_Rank 
#  <fctr>    <dbl>    <dbl>    <int> 
#1  setosa    5.006     5.0    50 
#2 versicolor    5.936     5.9    50 
#3 virginica    6.588     6.5    50 

這裏，enquo採取的輸入參數，並將其轉換爲quosure，那麼內部的功能（filter/arrange/mutate/summarise/group_by）我們解除引用（!!或UQ），以評估它做了類似的工作爲substitute從base R。我們還可以通過在作業的右側傳遞quosure來命名列（:=）