¿Cómo parametrizar llamadas de función en dplyr 0.7?

rlang

Question

El lanzamiento de dplyr 0.7 incluye una revisión importante de la programación con dplyr. Leí este documento detenidamente e intento entender cómo afectará mi uso de dplyr.

Aquí hay un idioma común que uso cuando construyo informes y funciones de agregación con dplyr:

my_report <- function(data, grouping_vars) {
  data %>%
    group_by_(.dots=grouping_vars) %>%
    summarize(x_mean=mean(x), x_median=median(x), ...)
}

Aquí, grouping_vars es un vector de cadenas.

Me gusta este modismo porque puedo pasar vectores de cadena desde otros lugares, digamos un archivo o la IU reactiva de una aplicación Shiny, pero tampoco es tan malo para el trabajo interactivo.

Sin embargo, en la nueva programación con la viñeta dplyr , no veo ejemplos de cómo se puede hacer algo así con la nueva dplyr. Solo veo ejemplos de cómo pasar cadenas ya no es el enfoque correcto, y en su lugar tengo que usar quosures.

Estoy feliz de adoptar quosures, pero ¿cómo puedo exactamente pasar de cadenas a los quosures que espera dplyr aquí? No parece factible esperar que todo el ecosistema R proporcione quosures a dplyr; muchas veces vamos a obtener cadenas y tendrán que ser convertidos.

Aquí hay un ejemplo que muestra lo que se supone que debes hacer ahora y cómo mi viejo idioma no funciona:

library(dplyr)
grouping_vars <- quo(am)
mtcars %>%
  group_by(!!grouping_vars) %>%
  summarise(mean_cyl=mean(cyl))
#> # A tibble: 2 × 2
#>      am mean_cyl
#>   <dbl>    <dbl>
#> 1     0 6.947368
#> 2     1 5.076923

grouping_vars <- "am"
mtcars %>%
  group_by(!!grouping_vars) %>%
  summarise(mean_cyl=mean(cyl))
#> # A tibble: 1 × 2
#>   `"am"` mean_cyl
#>    <chr>    <dbl>
#> 1     am   6.1875

Answer 1

Aquí está la referencia rápida y sucia que escribí para mí.

# install.packages("rlang")
library(tidyverse)

dat <- data.frame(cat = sample(LETTERS[1:2], 50, replace = TRUE),
                  cat2 = sample(LETTERS[3:4], 50, replace = TRUE),
                  value = rnorm(50))

Representando nombres de columna con cadenas

Convierta cadenas en objetos de símbolos usando rlang::sym y rlang::syms .

summ_var <- "value"
group_vars <- c("cat", "cat2")

summ_sym <- rlang::sym(summ_var)  # capture a single symbol
group_syms <- rlang::syms(group_vars)  # creates list of symbols

dat %>%
  group_by(!!!group_syms) %>%  # splice list of symbols into a function call
  summarize(summ = sum(!!summ_sym)) # slice single symbol into call

Si lo usas !! o !!! fuera de dplyr funciones de dplyr obtendrá un error.

El uso de rlang::sym y rlang::syms es idéntico dentro de las funciones.

summarize_by <- function(df, summ_var, group_vars) {

  summ_sym <- rlang::sym(summ_var)
  group_syms <- rlang::syms(group_vars)

  df %>%
    group_by(!!!group_syms) %>%
    summarize(summ = sum(!!summ_sym))
}

Entonces podemos llamar a summarize_by con argumentos de cadena.

summarize_by(dat, "value", c("cat", "cat2"))

Uso de evaluación no estándar para nombres de columna / variable

summ_quo <- quo(value)  # capture a single variable for NSE
group_quos <- quos(cat, cat2)  # capture list of variables for NSE

dat %>%
  group_by(!!!group_quos) %>%  # use !!! with both quos and rlang::syms
  summarize(summ = sum(!!summ_quo))  # use !! both quo and rlang::sym

Las funciones enquo usan enquo lugar de quo . quos está bien?

summarize_by <- function(df, summ_var, ...) {

  summ_quo <- enquo(summ_var)  # can only capture a single value!
  group_quos <- quos(...)  # captures multiple values, also inside functions!?

  df %>%
    group_by(!!!group_quos) %>%
    summarize(summ = sum(!!summ_quo))
}

Y entonces nuestra llamada a la función es

summarize_by(dat, value, cat, cat2)

Answer 2

Si desea agrupar posiblemente más de una columna, puede usar quos

grouping_vars <- quos(am, gear)
mtcars %>%
  group_by(!!!grouping_vars) %>%
  summarise(mean_cyl=mean(cyl))
#      am  gear mean_cyl
#   <dbl> <dbl>    <dbl>
# 1     0     3 7.466667
# 2     0     4 5.000000
# 3     1     4 4.500000
# 4     1     5 6.000000

En este momento, no parece que haya una excelente manera de convertir las cadenas en quos. Aquí hay una manera que funciona

cols <- c("am","gear")
grouping_vars <- rlang::parse_quosures(paste(cols, collapse=";"))
mtcars %>%
  group_by(!!!grouping_vars) %>%
  summarise(mean_cyl=mean(cyl))
#      am  gear mean_cyl
#   <dbl> <dbl>    <dbl>
# 1     0     3 7.466667
# 2     0     4 5.000000
# 3     1     4 4.500000
# 4     1     5 6.000000

Answer 3

dplyr tendrá una función especializada group_by group_by_at para manejar múltiples variables de agrupación. Sería mucho más fácil usar el nuevo miembro de la familia _at :

# using the pre-release 0.6.0

cols <- c("am","gear")

mtcars %>%
    group_by_at(.vars = cols) %>%
    summarise(mean_cyl=mean(cyl))

# Source: local data frame [4 x 3]
# Groups: am [?]
# 
# am  gear mean_cyl
# <dbl> <dbl>    <dbl>
# 1     0     3 7.466667
# 2     0     4 5.000000
# 3     1     4 4.500000
# 4     1     5 6.000000

El argumento .vars acepta vectores de caracteres / numéricos o nombres de columnas generados por vars :

.vars

Una lista de columnas generadas por vars (), o un vector de caracteres de nombres de columna, o un vector numérico de posiciones de columna.