dplyr::summaryise()在R函数中出现 "参数不是数字或逻辑 "错误。

Question

我对R比较陌生，我正在尝试编写我的第一个多步骤函数。本质上，我想创建一个函数，接受一个目录，并在该目录中搜索，以找到某个列（在本例中，污染物）。然后找到该列的平均值，并去除NAs。这就是我目前的成果。

pollutantmean <- function(directory , pollutant , min_id = 1, max_id = 332) {

setwd(directory)

dirdata <- list.files(path=getwd() , pattern='*.csv' , full.names = TRUE) %>% lapply(read_csv) %>% bind_rows

specdata <- dirdata %>% filter(between(ID,min_id,max_id))

polspecdata <- specdata %>% select(pollutant)

polspecdatamean <- polspecdata %>% summarize(mean_pollutant=mean(pollutant,na.rm=TRUE))
} 

我觉得已经很接近了，但结果是错误的。Warning message:In mean.default(pollutant, na.rm = TRUE) : argument is not numeric or logical: returning NA. 我相信这个错误是由于列类是col_double。这可能是由于dirdata是由多个csv文件创建的。任何帮助都将是非常感激的。谢谢你的帮助

这是数据。zipfile_data

Answer 1

原帖中的代码失败了，因为它使用了 dplyr 的函数中，但不使用 dplyr 引用功能. 当我们通过 RStudio 调试器运行代码并在第 7 行停止时，我们看到以下内容。

dplyr 没有将函数参数呈现在 mean(pollutant, na.rm = TRUE) 正如预期的那样，所以第9行失败。该 mean() 函数失败，因为 pollutant 参数以文本字符串的形式呈现，而不是以列的形式出现在 polspecdata 数据帧。

修正错误的方法之一是调整第9行，通过以下方法显式引用前一个函数传递过来的数据帧 %>% 管道运营商，使用 [[ 的形式来使用参数的字符串版本。

polspecdatamean <- polspecdata %>% summarize(mean_pollutant=mean(.data[[pollutant]],na.rm=TRUE))

最后，由于函数应该将平均数返回到父环境，所以我们在函数的最后添加一个第9行创建的对象的打印。

polspecdatamean

由于这是约翰-霍普金斯大学的编程作业。R编程 Coursera上的课程，我不会发布完整的答案，因为这违反了Coursera荣誉守则。

简化解决方案

一旦在第5行中对数据进行了过滤，函数可以简单地返回平均值，如下所示。

mean(specdata[[pollutant]],na.rm=TRUE)

结论

在这一特定任务中，使用 dplyr 使得任务比需要的难度更大，因为事实是 dplyr 使用非标准评价和 dplyr 甚至在JHU的课程中，直到第三门课程才有涉及。

这段代码还有其他一些微妙的缺陷，我们将其纠正作为一项练习留给读者。例如，给定任务要求，函数应该能够处理以下输入。

pollutantmean("specdata","sulfate",23) # calc mean for sensor 23
pollutantmean("specdata","nitrate",70:72) # calc mean for sensors 70 - 72 

Answer 2

假设你传递的是 pollutant 变量为字符串，请尝试使用下面的函数。

library(tidyverse)

pollutantmean <- function(directory , pollutant , min_id = 1, max_id = 332) {

  dirdata <- list.files(path=directory, pattern='*.csv' , full.names = TRUE) %>% 
                  map_df(read_csv)
   dirdata %>% 
      filter(between(ID,min_id,max_id)) %>%
      summarise(mean_pollutant= mean(!!sym(pollutant),na.rm=TRUE))
} 

所以你可以调用它为

pollutantmean('/path', 'sulfate', 1, 10)

使用 !!sym 我们评估 sulfate 作为列而不是字符串。