有没有办法从作用于它的`mutate()`函数访问整个tibble/分组tibble？

Question

例如，

df1 = expand.grid(x1=1:2,x2=1:2,x3=1:2,x4=1:2,x5=1:2,x6=1:2) %>%
 mutate(
  x7 = sample(1:2,64,T), 
  y1 = rnorm(64)
 )

df2 = expand.grid(x1=1:2,x2=1:2,x3=1:2,x4=1:2,x5=1:2,x6=1:2) %>%
 mutate(
  x7 = sample(1:2,64,T), 
  y2 = rnorm(64)
 )

myfunc <- function(data){
    data %>%
     mutate(key = paste(x1,x2,x3,x4,x5,x6)) %>%
     pull(key)
}

joined_df = df1 %>%
 mutate(y3 = runif(64)) %>%
 mutate(key=myfunc([some sort of expression referencing df1])) %>%
 inner_join(
  df2 %>%
   mutate(y4 = runif(64)) %>%
   mutate(key=myfunc([some sort of expression referencing df2]),
  by='key'
)

本质上，我想避免必须从看起来像这样的函数重新创建数据框

myfunc_v2 <- function(data){
    data %>%
     mutate(key = paste(x1,x2,x3,x4,x5,x6)) 
}

尽管

myfunc_v2()

可以说更干净，但主要原因是我通常使用

rename_all()

等转换函数在格式不同的源中更改变量名称，但不想实际修改它们，主要是复制，因为我保留其中一个小标题的列名称格式，然后丢弃其他小标题。

Answer 1

解决方案很简单。

使用管道运算符

%>%

（通常使用 dplyr）时，您可以指定在函数中应使用它作用于参数的位置。

对于参数的 copy，您所需要做的就是将

(.)

放在您想要对象的位置，前提是它不在某个匿名函数内部（例如，使用

mutate_all(data, list(scaled=~scale(.), signed=sign(.))

。

解决方案看起来就像这样

joined_df = df1 %>%
 mutate(y3 = runif(64)) %>%
 mutate(key=myfunc((.)) %>%
 inner_join(
  df2 %>%
   mutate(y4 = runif(64)) %>%
   mutate(key=myfunc((.)),
  by='key'
)

Answer 2

如果您使用 magrittr 管道

%>%

，@Max-Candocia 的解决方案可以正常工作，但如果您使用本机管道

|>

，则不行。在这种情况下，您可以使用

pick(everything())

来引用整个 tibble（或带有 tidyselect 表达式的列的子集，而不是所有内容）。

OP 的代码已损坏，所以这里是另一个例子：

library(dplyr)

iris |> 
  as_tibble() |> 
  mutate(sum = pick(where(is.numeric)) |> 
           apply(1, sum)
           )
#> # A tibble: 150 × 6
#>    Sepal.Length Sepal.Width Petal.Length Petal.Width Species   sum
#>           <dbl>       <dbl>        <dbl>       <dbl> <fct>   <dbl>
#>  1          5.1         3.5          1.4         0.2 setosa   10.2
#>  2          4.9         3            1.4         0.2 setosa    9.5
#>  3          4.7         3.2          1.3         0.2 setosa    9.4
#>  4          4.6         3.1          1.5         0.2 setosa    9.4
#>  5          5           3.6          1.4         0.2 setosa   10.2
#>  6          5.4         3.9          1.7         0.4 setosa   11.4
#>  7          4.6         3.4          1.4         0.3 setosa    9.7
#>  8          5           3.4          1.5         0.2 setosa   10.1
#>  9          4.4         2.9          1.4         0.2 setosa    8.9
#> 10          4.9         3.1          1.5         0.1 setosa    9.6
#> # ℹ 140 more rows

^{创建于 2024-03-13，使用 reprex v2.1.0}