时间戳

首页 > 解决方案 > 如何获取分组变量和函数（可能是 group_nest）？

r - 如何获取分组变量和函数（可能是 group_nest）？

问题描述

假设我有以下代码：

df <- data.frame(a=c(1,2,3), b=c(4,5,6), c=c(7,8,9))

func <- function(...) {
  the_args <- list(...)
  data <- the_args[[1]]
  message(names(data))
}

现在我想对 func 进行 3 次调用，每次调用a. 我想也许group_nest是我的朋友，但不完全是：

# func gets all rows instead of one group at a time
df %>% group_nest(a) %>% func()

# func gets one group at a time, but without a
df %>% group_nest(a) %>% mutate(result=map(data, func))

我想func被调用三次（a 的每个不同值一个），每次都包含所有三列（a、b、c）。

建议？

编辑：如果我提前知道分组，我可以提前硬编码：

df %>% group_nest(a) %>% mutate(result=map(data, func, a))

在我可以设置的功能内a <- the_args[[2]]

但是，我想要一个对不同分组具有弹性的结果，并传递一个完整的数据框（数据和分组列放在一起），因此func不必知道如何组装数据。

编辑 2：我的实际用例有更一般地指定的分组列，即类似于

grouping_cols <- c('a')
df %>% group_nest(across(all_of(grouping_cols))) %>%
  mutate(result=map(data, func))

标签： rdplyr

解决方案

对于最简单的情况，您可以

df %>% group_nest(a_ = a)

正如OP所指出的，您还可以将变量用于更通用的情况

df %>% group_nest(foo = across(all_of(grouping_cols)))

另一种选择是

df %>% 
  mutate(across(!!grouping_cols, `(`, .names = "{.col}_")) %>%
  group_nest(across(paste0(grouping_cols, "_"))

推荐阅读