dplyr混合SE和NSE

Question

我在一个函数中混合使用SE和NSE dplyr评估有困难。我有一个数据集，我想根据在不同列上出现的次数来划分每一列。

让我用我想要的功能写一个小函数

func <- function(param) {
 mtcars %>%
 group_by(cyl) %>%
 summarise_each(funs_(lazyeval::interp(~sum(.))/lazyeval::interp(~sum(var == 
 0), var = as.name(param))))
 }

要使用函数，如func(am)或func(vs)

我已经尝试了该函数的各种替代方案，但都不起作用。

我错过了什么？

Answer 1

在这种情况下，需要在其标准评估版本(funs_)中使用funs。此外，整个公式都包含在对interp的一个调用中。例如：

func <- function(param, data=mtcars) {
  data %>%
    group_by(cyl) %>%
    summarise_each(funs_(lazyeval::interp(~sum(.)/sum(.[var==0]), var = as.name(param))))
}

func("vs")

cyl mpg disp hp drat wt qsec vs am gear carb 1 4 11.28077 9.613466 9.989011 10.108352 11.749065 12.605389 Inf Inf Inf Inf 2 6 2.23987 2.759570 2.167089 2.197898 2.640048 2.569212 Inf Inf Inf Inf 3 8 1.00000 1.000000 1.000000 1.000000 1.000000 1.000000 NaN NA NA NA

或者，一个更通用的函数：

func <- function(param, param.subset, groupvar, data) {
  data %>%
    group_by_(groupvar) %>%
    summarise_each(funs_(lazyeval::interp(
      ~if(is.numeric(.)) {
        sum(.[var==param.subset])/sum(.)
      } else {
        length(unique(.[var==param.subset]))
      }, var = as.name(param))))
}

func(param="gender", param.subset="Girl", groupvar="grade", data=vcd::JointSports)

grade Freq opinion year gender 1 1st 0.5866477 5 2 1 2 3rd 0.6137566 5 2 1

我仍然觉得我并没有真正“得到”dplyr的标准评估，而是对是否有比上面的代码更好的方法感兴趣。