在自定义 dplyr 函数中使用列向量

Question

我正在尝试使用 tidyverse 创建一个函数，该函数允许我获取列名向量（类因子），计算有多少观察值满足特定条件（值 ==“是”），

mutate()

和使用此总和创建新列，以便稍后汇总数据。

我已经编写了一个可以为单个列执行此操作的函数，但我希望能够使用

all_of()

语法将任意长度的列名称向量传递给该函数。当我尝试这个时，我得到一个与向量同名的新列（包括我的

_count

后缀）而不是向量中的值。

这类似于 TimTeaFan 的帖子 但我想传递一个长度 > 1 的向量。

我想我可能需要在 dplyr 和更多 rlang 中使用 (. . .) 选项，但我还没有找到正确的组合。由于 NSE，当我将 (...) 替换为 objective 时，该功能不起作用。我也尝试过

rlang::as_name()

和

rlang::get_env()

的变体。有一个过时的工作簿也使用了

purrr::map()

，但我在这里实施它没有任何运气。

我要么得到错误：找不到列

x

。 或错误：Promise 已被强制

这是一个可重现的数据示例

dat <- tibble(category = rep(letters[1:10], 2),
              intake = factor(c(rep("no", 12), rep("yes", 8))), 
              outtake = factor(c(rep("yes", 11), rep("no", 9))),
              pretake = factor(c(rep(c("no", "yes"), 10))))

yessum <- function(.data, objective) {
  .data %>%
    dplyr::mutate("{{objective}}_count" := sum(
      ifelse(
        unlist(!!rlang::ensym(objective)) == "yes", 1, 0)))
}

dat %>%
  group_by(category) %>%
  yessum(intake)

我希望能够将某些列名的向量传递给 yessum 并接收一组新列，就像

intake_new

但名为

outtake_new

和

pretake_new

.

这是我尝试时目前发生的事情：

vars <- c("intake", "outtake", "pretake")

dat %>%
  group_by(category) %>%
  yessum(vars)

欢迎任何帮助！

Answer 1

您不一定需要该功能，因为您只需

mutate

across

列并获得每个类别的总和。

library(tidyverse)

dat %>%
  group_by(category) %>%
  mutate(across(ends_with("take"), .fns = list(count = ~sum(. == "yes"))))

或者如果你有一个长列表，那么你可以直接在

vars

语句中使用

across

：

vars <- c("intake", "outtake", "pretake")

dat %>%
  group_by(category) %>%
  mutate(across(vars, .fns = list(count = ~sum(. == "yes"))))

输出

  category intake outtake pretake intake_count outtake_count pretake_count
   <chr>    <fct>  <fct>   <fct>          <int>         <int>         <int>
 1 a        no     yes     no                 0             2             0
 2 b        no     yes     yes                0             1             2
 3 c        no     yes     no                 1             1             0
 4 d        no     yes     yes                1             1             2
 5 e        no     yes     no                 1             1             0
 6 f        no     yes     yes                1             1             2
 7 g        no     yes     no                 1             1             0
 8 h        no     yes     yes                1             1             2
 9 i        no     yes     no                 1             1             0
10 j        no     yes     yes                1             1             2
11 a        no     yes     no                 0             2             0
12 b        no     no      yes                0             1             2
13 c        yes    no      no                 1             1             0
14 d        yes    no      yes                1             1             2
15 e        yes    no      no                 1             1             0
16 f        yes    no      yes                1             1             2
17 g        yes    no      no                 1             1             0
18 h        yes    no      yes                1             1             2
19 i        yes    no      no                 1             1             0
20 j        yes    no      yes                1             1             2