Dplyr汇总功能列表，并依赖于其他数据列

Question

对不起，标题不好，但是很难解释。我要使用以下数据和函数来汇总数据：

library(tidyverse)

# generate data
df <- map(1:4, ~ runif(100)) %>% 
  set_names(c(paste0('V', 1:3), 'threshold')) %>% 
  as_tibble() %>% 
  mutate(group = sample(c('a', 'b'), 100, replace = T))

# generate function list
fun_factory_params <- 1:10
fun_factory <- function(param){
  function(v, threshold){
    sum((v * (threshold >= 1/2))^param)
  }
}
fun_list <- map(fun_factory_params, fun_factory)

df %>% head(n = 5)
      V1     V2     V3 threshold group
   <dbl>  <dbl>  <dbl>     <dbl> <chr>
1 0.631  0.0209 0.0360     0.713 b    
2 0.629  0.674  0.174      0.693 b    
3 0.144  0.358  0.439      0.395 a    
4 0.0695 0.760  0.657      0.810 a    
5 0.545  0.770  0.719      0.388 b    

我想通过df变量对group进行分组，并按以下方式汇总V1，V2和V3：对于这些变量的每个V和n中的每个值fun_factory_params ]（1到10），我想计算sum((V * (threshold >= 1/2))^n)。为了以优雅的方式为每个n计算结果，我通过函数工厂创建了一个函数列表fun_list。

我尝试了以下操作并收到错误：

df %>% 
  group_by(group) %>% 
  summarise_at(vars(V1,V2,V3), fun_list, threshold = threshold)

Error in list2(...) : object 'threshold' not found

我的问题来自threshold变量。我找不到使用我构建的函数列表并告诉R必须从每个数据组获取threshold参数的方法。我尝试将阈值变量移动到函数工厂的参数，并通过summarise_at调用在purrr::map中构建函数列表，但是遇到了同样的问题。本质上，我总是以某种方式使R离开正确的环境以按组评估阈值。使用.$threshold返回entire数据的阈值变量，因此不起作用。

但是，以下代码有效（但一次仅适用于给定值n的事实，使我认为有一种方法可以正确评估阈值。

n <- 1
df %>% 
  group_by(group) %>% 
  summarise_at(vars(V1,V2,V3), ~ sum((. * (threshold >= 1/2))^n))

有什么想法吗？

Answer 1

[我找到了一种方法，当将它作为附加参数写入threshold函数时，可以在正确的环境（分组数据）中对summarise_at进行评估：您需要用threshold引用quo。

df %>% 
  group_by(group) %>% 
  summarise_at(vars(V1,V2,V3), fun_list, threshold = quo(threshold))

我不是我的理解的100％。我认为通过引用可以确保使用在调用quo时发现的环境评估阈值，该环境是分组数据（我们想要的）。从本质上讲，引用变量不仅使其带有名称，而且还设置了对我们希望该变量进行评估的环境的引用。不加引号，threshold的求值是在不存在变量的其他环境（不确定哪个...）中进行的。可以在dplyr中找到有关在here中进行编程的常规信息。

请让我知道此解决方案是否仍然存在问题/不够可靠。