指定dplyr列名

Question

如果我不知道列名，但希望通过变量指定列名，我如何将列名传递给dplyr？

例如，这是有效的：

require(dplyr)
df <- as.data.frame(matrix(seq(1:9),ncol=3,nrow=3))
df$group <- c("A","B","A")
gdf <- df %.% group_by(group) %.% summarise(m1 =mean(V1),m2 =mean(V2),m3 =mean(V3))

但这不是

require(dplyr)
someColumn = "group"
df <- as.data.frame(matrix(seq(1:9),ncol=3,nrow=3))
df$group <- c("A","B","A")
gdf <- df %.% group_by(someColumn) %.% summarise(m1 =mean(V1),m2 =mean(V2),m3 =mean(V3))

Answer 1

我刚刚在Group by multiple columns in dplyr, using string vector input上给出了类似的答案，但为了好的起见:在dplyr中添加了允许使用字符串对列进行操作的函数。这些函数与常规dplyr函数具有相同的名称，但以下划线结尾。在this vignette中对这些函数进行了详细描述。

给定OP中的df和someColumn，现在可以很好地工作了：

gdf <- df %>% group_by_(someColumn) %>% summarise(m1=mean(V1),m2=mean(V2),m3=mean(V3))

请注意，它是group_by_，而不是group_by，并且使用%>%运算符是因为%.%已弃用。

Answer 2

以下是这个简单问题的答案，通过挑选hadley对他发布的受骗的解决方案而获得。

gdf <- df %.% regroup( lapply( someColumn, as.symbol)) %.% summarise(m1 =mean(V1),m2 =mean(V2),m3 =mean(V3))

FWIW，我的用例涉及到按一个变量列和一个常量列进行分组。对此的解决方案是：

gdf <- df %.% regroup( lapply( c( 'constant_column', someColumn), as.symbol)) %.% summarise(m1 =mean(V1),m2 =mean(V2),m3 =mean(V3))

最后，发布的eval解决方案不起作用。这就创建了一个新列，它的值都是someColumn eval的值。

Answer 3

您可以按如下方式使用summarise_：

plotVar         = "Stocks_US_TotalCrudeOil"
dfBand <- mydf[ c( plotVar ,  "year", "week"  )  ] %>%
            filter ( year %in% bandYears )   %>%
            group_by (  week )   %>% 
            summarise_ (   ymini =  paste( "min(" ,  as.name(plotVar)  ,")"  ) 
                         , ymaxi =  paste( "max(" ,  as.name(plotVar)  ,")"  )     )
dfBand