datasheet - summarise by group dplyr

Programando programáticamente group_by() en una variable variable

Question

Utilizando dplyr, me gustaría resumir [sic] por una variable que puedo variar (por ejemplo, en un comando loop o apply-style).

Escribir los nombres directamente funciona bien:

library(dplyr)
ChickWeight %>% group_by( Chick, Diet ) %>% summarise( mw = mean( weight ) )

Pero group_by no se escribió para tomar un vector de caracteres, por lo que es más difícil pasar los resultados.

v <- "Diet"
ChickWeight %>% group_by( c( "Chick", v ) ) %>% summarise( mw = mean( weight ) )
## Error

Publicaré una solución, pero tengo curiosidad por ver cómo otros han resuelto esto.

Answer 1

Aquí hay una solución y cómo llegué.

¿Qué espera group_by?

> group_by
function (x, ..., add = FALSE) 
{
    new_groups <- named_dots(...)

Por la madriguera del conejo:

> dplyr:::named_dots
function (...) 
{
    auto_name(dots(...))
}
<environment: namespace:dplyr>
> dplyr:::auto_name
function (x) 
{
    names(x) <- auto_names(x)
    x
}
<environment: namespace:dplyr>
> dplyr:::auto_names
function (x) 
{
    nms <- names2(x)
    missing <- nms == ""
    if (all(!missing)) 
        return(nms)
    deparse2 <- function(x) paste(deparse(x, 500L), collapse = "")
    defaults <- vapply(x[missing], deparse2, character(1), USE.NAMES = FALSE)
    nms[missing] <- defaults
    nms
}
<environment: namespace:dplyr>
> dplyr:::names2
function (x) 
{
    names(x) %||% rep("", length(x))
}

Usando esa información, ¿cómo desarrollar una solución?

# Naive solution fails:
ChickWeight %>% do.call( group_by, list( Chick, Diet ) ) %>% summarise( mw = mean( weight ) )

# Slightly cleverer:
do.call( group_by, list( x = ChickWeight, Chick, Diet, add = FALSE ) ) %>% summarise( mw = mean( weight ) )
## But still fails with,
## Error in do.call(group_by, list(x = ChickWeight, Chick, Diet, add = FALSE)) : object ''Chick'' not found

La solución consiste en citar los argumentos para que su evaluación se demore hasta que estén en el entorno que incluye el x tbl:

do.call( group_by, list( x = ChickWeight, quote(Chick), quote(Diet), add = FALSE ) ) %>% summarise( mw = mean( weight ) )
## Bingo!
v <- "Diet"
do.call( group_by, list( x = ChickWeight, quote(Chick), substitute( a, list( a = v ) ), add = FALSE ) ) %>% summarise( mw = mean( weight ) )

Answer 2

Las funciones de subrayado de dplyr podrían ser útiles para eso:

ChickWeight %>% group_by_( "Chick", v )  %>% summarise( mw = mean( weight ) )

De las nuevas características en dplyr 0.3 :

Ahora puede programar con dplyr: cada función que utiliza una evaluación no estándar (NSE) también tiene un gemelo de evaluación estándar (SE) que termina en _ . Por ejemplo, la versión SE de filter () se llama filter _ (). La versión SE de cada función tiene argumentos similares, pero deben ser explícitamente "citados".