数据如下
text = "
date,a,b
12/2/2019,18.1,0.017741935
12/2/2019,18.2,0.020967742
12/9/2019,16.7,0.020322581
12/9/2019,16.9,0.019677419
12/3/2019,18.1,0.017741935
12/3/2019,18.8,0.020967742
12/10/2019,16.2,0.020322581
12/10/2019,16.1,0.019677419
"
df1 = read.table(textConnection(text), sep=",", header = T)
需要在多个相似的数据框上运行类似的操作,但列名不同,所以一个函数是有意义的。该函数对两个变量进行散点图,使用 dplyr
和 ggplot
下面的喜欢。
dplyrGgFn = function(df, colNameX, colNameY) {
# get average Y value for each x value point to be used
df = df %>%
select(colNameX, colNameY) %>%
mutate(colNameX = round(colNameX,0)) %>%
group_by(colNameX) %>%
summarise(colNameY = mean(colNameY))
#
return(
ggplot(df, aes_string(x=colNameX, y=colNameY)) +
geom_point(aes(color = "blue"))
)
}
并称像 dplyrGgFn(df1, "a", "b")
很明显,这个函数会抛出错误,正如你所看到的,问题在于访问函数调用中作为字符串传递的列名变量。
Error in round(colNameX, 0) :
non-numeric argument to mathematical function
有什么建议的方法来处理作为列名参数传递的字符串? 寻找通用答案,因为它可能适用于多种情况。
更新:用户@Onyambu评论说:"我想知道如何处理作为列名参数传递的字符串。
用户 @Onyambu 评论说,有一个非函数版本作为起点--添加了这个。
df1 = df1 %>%
select(a, b) %>%
mutate(a = round(a,0)) %>%
group_by(a) %>%
summarise(b = mean(b))
ggplot(df1, aes(x=a, y=b)) +
geom_point(aes(color = "blue"))
看了你的代码,不清楚你想做什么,但如果你想在函数中传递引号值,这里有一些东西可能会有帮助。
library(dplyr)
library(rlang)
library(ggplot2)
dplyrGgFn = function(df, colNameX, colNameY) {
x_col <- sym(colNameX)
y_col <- sym(colNameY)
df %>%
group_by(!!x_col) %>%
summarise(colNameY = mean(!!y_col)) %>%
ggplot() + aes(!!x_col, y= !!y_col) + geom_point()
}
dplyrGgFn(df1, "a", "b")
请注意 aes_string
已被废止,取而代之的是 sym
和 aes(color = "blue")
并没有达到你所期望的效果。
要传递未加引号的变量,请使用 {{}}
.
dplyrGgFn = function(df, colNameX, colNameY) {
df %>%
group_by({{colNameX}}) %>%
summarise(colNameY = mean({{colNameY}})) %>%
ggplot() + aes({{colNameX}}, y= {{colNameY}}) + geom_point()
}
dplyrGgFn(df1, a, b)
我把group_by(y)改成了group_by(x),这似乎是你想做的。否则,就不清楚了(在评论中也提到了)。
下面的代码应该可以帮助你理解如何传递变量名。dplyr
函数内的代码。
dplyrGgFn = function(df, colNameX, colNameY) {
# get average Y value for each x value point to be used
df = df %>%
select(!!colNameX, !!colNameY) %>%
mutate(!!colNameX := round(!!as.name(colNameX), 0)) %>%
group_by(!!as.name(colNameX)) %>%
summarise(!!colNameY := mean(!!as.name(colNameY)))
#
return(
ggplot(df, aes_string(x=colNameX, y=colNameY)) +
geom_point(aes(color = "blue"))
)
}