将函数参数传递给dplyr和ggplot。

Question

我很困惑如何将函数参数传递给dplyr和ggplot代码。我正在使用dplyr和ggplot2的最新版本，这里是我的代码，用来生成一个标杆(清晰性与平均价格)

diamond.plot<- function (data, group, metric) {
    group<- quo(group)
    metric<- quo(metric)
    data() %>% group_by(!! group) %>%
           summarise(price=mean(!! metric)) %>% 
           ggplot(aes(x=!! group,y=price))+
           geom_bar(stat='identity') 
}

diamond.plot(diamonds, group='clarity', metric='price')

错误：

Error in UseMethod("group_by_") : no applicable method for 'group_by_' applied to an object of class "packageIQR"

对于最新版本的dplyr，强调的verbs_()被轻柔地废弃。看来我们应该用商。

我的问题：

• 有人能澄清这方面目前的最佳实践吗？
• 上面的代码有什么问题？(请不要下划线dplyr动词。)
• 在ggplot中，我知道我们可以使用aes_string()，但在我的示例中，只有一个参数是从函数参数传递的。

提前谢谢。

Answer 1

ggplot2 v3.0.0现在完全支持整洁评估，因此不再需要使用aes_或aes_string。

library(rlang)
library(tidyverse)

diamond_plot <- function (data, group, metric) {
    quo_group  <- sym(group)
    quo_metric <- sym(metric)

    data %>%
        group_by(!! quo_group) %>%
        summarise(price = mean(!! quo_metric)) %>%
        ggplot(aes(x = !! quo_group, y = !! quo_metric)) +
        geom_col()
}

diamond_plot(diamonds, "clarity", "price")

​

​

由reprex封装创建于2018-04-16 (v0.2.0)。

Answer 2

我认为您还不能用“正确”的方式，因为ggplot2不支持tidyeval语法，但它即将到来。

使用代码的dplyr部分的最佳实践是：

library(tidyverse)
library(rlang)

diamond_data <- function (data, group, metric) {
   quo_group <- enquo(group)
   quo_metric <- enquo(metric)
   data %>%
     group_by(!!quo_group) %>%
     summarise(price=mean(!!quo_metric))
}
diamond_data(diamonds, clarity, price)

要解决ggplot2中对tidyeval缺乏支持的问题，您可以这样做(注意函数调用中变量的引号)：

diamond_plot <- function (data, group, metric) {
    quo_group <- parse_quosure(group)
    quo_metric <- parse_quosure(metric)
    data %>%
        group_by(!!quo_group) %>%
        summarise(price=mean(!!quo_metric)) %>%
        ggplot(aes_(x = as.name(group), y=as.name(metric)))+
        geom_bar(stat='identity')
}
diamond_plot(diamonds, "clarity", "price")

编辑 --以下是莱昂内尔的评论：

diamond_plot <- function (data, group, metric) {
    quo_group <- sym(group)
    quo_metric <- sym(metric)
    data %>%
        group_by(!!quo_group) %>%
        summarise(price=mean(!!quo_metric)) %>%
        ggplot(aes_(x = quo_group, y= quo_metric)) +
        geom_bar(stat='identity')
}
diamond_plot(diamonds, "clarity", "price")

Answer 3

在我看来，解决这个问题的最"tidyeval“方法是quo_name和aes_string函数的组合。避免使用像aes_这样的下划线动词，因为它们已经被废弃了。

diamond_plot <- function(data, group, metric) {
  quo_group <- enquo(group)
  str_group <- quo_name(quo_group)

  quo_metric <- enquo(metric)

  summary <- data %>%
     groupby(!!quo_group) %>%
     summarise(mean = mean(!!quo_metric))

  ggplot(summary) +
  geom_bar(aes_string(x = str_group, y = "mean"), stat = "identity")
}

diamond_plot(diamnonds, clarity, price)