执行dplyr::select with dplyr：：

Question

我有一个数据(df_1)：

df_1 <- structure(list(var_1 = c(99.4726192392409, 25.9155194833875), 
var_2 = c(99.9599985964596, 20.3848657943308), var_3 = c(93.1612774543464, 
31.651863809675), var_4 = c(54.2802151478827, 81.9601702317595
), var_5 = c(88.1385736726224, 94.7823309898376), var_6 = c(83.7288120947778, 
72.2155329957604), groups = structure(c(1L, 1L), .Label = c("1", 
"2", "3"), class = "factor")), row.names = c(1L, 10L), class = "data.frame")

我试过：

library(dplyr)

df_1 %>% 
  select_at(.vars = 'var_1')

      var_1
1  99.47262
10 25.91552

没问题的。但是：

df_1 %>% 
  select(across(.cols = 'var_1'))

错误：across()只能在dplyr动词中使用。

如何使用select和across调整最后一个函数

Answer 1

在用于选择或横穿的横穿页面中，没有将select与across一起使用的用例。根据?across文档

通过()，可以很容易地将相同的转换应用于多个列，从而允许在汇总()和mutate()中使用select()语义。summarise_at()取代了summarise_at()、summarise_if()和summarise_all()等一系列“作用域变体”。有关更多细节，请参见vignette("colwise")。

没有提到与select一起使用

在当前版本中，select可以使用未引号和引号的变量

library(dplyr)
df_1 %>%
       select('var_1')
#     var_1
#1  99.47262
#10 25.91552

df_1 %>% 
     select('var_1', 'var_2')
#      var_1    var_2
#1  99.47262 99.96000
#10 25.91552 20.38487


df_1 %>% 
      select(var_1, var_2)

或利用select_helpers starts_with/ends_with/matches/contains

df1_1 %>% 
      select(starts_with('var'))
#       var_1    var_2
#1  99.47262 99.96000
#10 25.91552 20.38487