时间戳

首页 > 解决方案 > 如何使用管道将数据框列作为参数传递给函数？

r - 如何使用管道将数据框列作为参数传递给函数？

问题描述

我在搞乱 R 中的内置数据集economics，我试图在使用管道（dplyr，%>%）的函数中将数据框列作为参数传递。但我遇到了一些看似奇怪的问题。不知何故，我无法成功地将列名作为参数传递给自定义函数中的函数top_n() 。以下是我如何在没有自定义功能的情况下对人口最多的 5 个国家进行子集化：

代码 1：

library(dplyr)

df_econ <- economics
df_top_5 <- df_econ %>% top_n(5, pop)
df_top_5

输出 1：

2014-12-01  12122.0 320201  5.0 12.6    8688
2015-01-01  12080.8 320367  5.5 13.4    8979
2015-02-01  12095.9 320534  5.7 13.1    8705
2015-03-01  12161.5 320707  5.2 12.2    8575
2015-04-01  12158.9 320887  5.6 11.7    8549

包装到自定义函数中，它可能如下所示：

代码 2：

library(dplyr)

# data
data(economics)
df_econ <- economics

# custom function
fxtop <- function(df, number, column){

  tops <- df %>% top_n(number, column)
  return(tops)
}

# build a df using custom function
df_top_5 <- fxtop(df=df_econ, number=5, column='pop')
df_top_5

输出 2：

1967-07-01  507.4   198712  12.5    4.5 2944
1967-08-01  510.5   198911  12.5    4.7 2945
1967-09-01  516.3   199113  11.7    4.6 2958
1967-10-01  512.9   199311  12.5    4.9 3143
1967-11-01  518.1   199498  12.5    4.7 3066
1967-12-01  525.8   199657  12.1    4.8 3018
1968-01-01  531.5   199808  11.7    5.1 2878
1968-02-01  534.2   199920  12.2    4.5 3001
1968-03-01  544.9   200056  11.6    4.1 2877
1968-04-01  544.6   200208  12.2    4.6 2709

此输出有 10 行，而不是预期的 5 行。我怀疑该参数number=5被简单地忽略了，并且实际使用的数字默认为10. 数据似乎也没有排序'pop'。

到目前为止我已经尝试过：

尝试 1：硬编码pop并number在自定义函数中：

library(dplyr)

# data
data(economics)
df_econ <- economics

# custom function
fxtop <- function(df, number, column){

  tops <- df %>% top_n(5, pop)
  return(tops)
}

# build a df using custom function
df_top_5 <- fxtop(df=df_econ, number=5, column='pop')
df_top_5

尝试 1：输出：

2014-12-01  12122.0 320201  5.0 12.6    8688
2015-01-01  12080.8 320367  5.5 13.4    8979
2015-02-01  12095.9 320534  5.7 13.1    8705
2015-03-01  12161.5 320707  5.2 12.2    8575
2015-04-01  12158.9 320887  5.6 11.7    8549

尝试 1：评论

这是所需的输出！

让我们看看当我通过函数传递变量时会发生什么

尝试 2：将变量作为对象而不是字符串传递：

library(dplyr)

# data
data(economics)
df_econ <- economics

# custom function
fxtop <- function(df, number, column){

  tops <- df %>% top_n(5, column)
  return(tops)
}

# build a df using custom function
df_top_5 <- fxtop(df=df_econ, number=5, column='pop')
df_top_5

尝试 2：输出：

现在输出与第一个示例相同。这两个变量似乎都被忽略了。

那么，有什么建议吗？

标签： rdplyrpipe

解决方案

{{}}我们可以使用 curly-curly ( )的非标准评估

library(dplyr)
library(rlang)

fxtop <- function(df, number, column){
   tops <- df %>% top_n(number, {{column}})
   return(tops)
}

并传递不带引号的变量名

fxtop(df=df_econ, number=5, pop)

#   date        pce     pop psavert uempmed unemploy
#  <date>      <dbl>   <dbl>   <dbl>   <dbl>    <dbl>
#1 2014-12-01 12062  319746.     7.6    12.9     8717
#2 2015-01-01 12046  319929.     7.7    13.2     8903
#3 2015-02-01 12082. 320075.     7.9    12.9     8610
#4 2015-03-01 12158. 320231.     7.4    12       8504
#5 2015-04-01 12194. 320402.     7.6    11.5     8526

如果您想将列名作为字符串（带引号）传递，我们可以使用symwith!!

fxtop <- function(df, number, column){
  tops <- df %>% top_n(number, !!sym(column))
  return(tops)
}
fxtop(df=df_econ, number=5, 'pop')

推荐阅读