※ 引述《locka (locka)》之铭言： : [问题叙述]: : 版上前辈大家晚安~ : 假设我的原始资料栏位有year,month,weekday,y等栏位 : 我想要对他重复做一样的事情 : (根据不同的栏位grouping,计算每组的数量,组内y的平均然後画图) : 因为差别只在於grouping的栏位不同,所以在想说可不可以用函数包起来 : ex: : df_group_fn(df,"year","month") >>> 回传以year,month栏位grouping後计算的结果 : df_group_fn(df,"month","weekday") >>> 回传以month,weekday分组後计算的结果 : 也就是只要输入该data frame跟要grouping的栏位 : 就可以直接回传整理好的结果 : 原本想要用dplyr做,大概像下面这样: : df_group_fn <- function(df,col_1,col_2){ : df %>% group_by(col_1,col_2) %>% summarise(count=n(),avg=mean(y)) %>% : ggplot(aes(mean,n)+geom_point() : } : 不过会卡在指定栏位参数因为是字串的关系, 在group_by那边会有问题 : 所以试着改用data.table的写法: : df_group_fn <- function(df,col_1,col_2){ : df <- as.data.table(df) : df[,`:=`(count=.N, avg=mean(y)),by=c(col_1,col_2)] : ... : } : 可是data.table不会像dplyr一样 : 产生只留下grouping跟summarise栏位的dataframe : 他是在原始的data里面新增栏位,这样我就不知道怎麽画图了... : 总结我的问题： : 1. 希望有高手可以指点用dplyr跟data.table把function写得更有弹性的方法 : 2. 如果我今天不想把grouping的栏位数量写死, : (例如我输入"year"它就只根据year栏位分组, : 输入"year","month","weekday"就根据那三个栏位分组,该怎麽做呢? : 3. 最後想问大家实务上会这麽做吗? 很希望可以听到版上大家分享!! : 先谢谢各位版上先进了 m(_ _)m : [关键字]: : : function, data.table, grouping : 好读版：http://pastebin.com/Yxres7jy 我会建议用wrapr去做这件事情 下面先把一般写法列出给原PO参考 library(dplyr) library(pipeR) library(ggplot2) library(data.table) data("diamonds", package = "ggplot2") # 一般写法 (dplyr) df_group_fn <- function(df, meanCol, col_1, col_2){ df %>>% group_by_(.dots = c(col_1, col_2)) %>>% summarise_(.dots = c(n = "n()", mean = paste0("mean(", meanCol, ")"))) %>>% {ggplot(., aes(mean,n)) + geom_point()} } df_group_fn(diamonds, "price", "cut", "color") # 一般写法 (data.table) dt_group_fn <- function(dt, meanCol, col_1, col_2){ dt[ , .(n = .N, mean = eval(parse(text = paste0("mean(", meanCol, ")")))), by = c(col_1, col_2)] %>>% {ggplot(., aes(mean,n)) + geom_point()} } dt_group_fn(data.table(diamonds), "price", "cut", "color") # wrapr + dplyr library(wrapr) df_group_fn2 <- function(df, meanCol, col_1, col_2){ let(list(y = meanCol, c1 = col_1, c2 = col_2), { df %>>% group_by(c1, c2) %>>% summarise(n = n(), mean = mean(y)) }) %>>% {ggplot(., aes(mean,n)) + geom_point()} } df_group_fn2(diamonds, "price", "cut", "color") # wrapr + data.table dt_group_fn2 <- function(dt, meanCol, col_1, col_2){ let(list(y = meanCol, c1 = col_1, c2 = col_2), { dt[ , .(n = .N, mean = mean(y)), by = .(c1, c2)] }) %>>% {ggplot(., aes(mean,n)) + geom_point()} } dt_group_fn2(data.table(diamonds), "price", "cut", "color") # 进阶，不把栏位给死的方法： # dplyr df_group_fn3 <- function(df, meanCol, groupByCols){ let(list(y = meanCol), { df %>>% group_by_(.dots = groupByCols) %>>% summarise(n = n(), mean = mean(y)) }) %>>% {ggplot(., aes(mean,n)) + geom_point()} } df_group_fn3(diamonds, "price", c("cut", "color")) # data.table dt_group_fn3 <- function(dt, meanCol, groupByCols){ let(list(y = meanCol), { dt[ , .(n = .N, mean = mean(y)), by = groupByCols] }) %>>% {ggplot(., aes(mean,n)) + geom_point()} } dt_group_fn3(data.table(diamonds), "price", c("cut", "color")) 实务上，我自己是做比较接近data engineer的工作 基本上user就会有类似需要，这时候弹性的函数就显得很重要 所以怎麽去利用eval, parse以及...就变得很重要 (没看错就是三个.) 除非全部都是处理data.frame，就可用dplyr透过lazyeval去做 不用wrapr，写起来最漂亮的应该是下面这样： (更正，应该是user用起来最爽XD) # data.table + ... + substitute dt_group_fn3 <- function(dt, meanCol, ...){ groupByCols <- as.character(as.list(substitute(list(...)))[-1L]) y <- substitute(meanCol) dt[ , .(n = .N, mean = mean(y)), by = groupByCols] %>>% {ggplot(., aes(mean,n)) + geom_point()} } dt_group_fn3(data.table(diamonds), price, cut, color) -- R资料整理套件系列文： magrittr #1LhSWhpH (R_Language) https://goo.gl/72l1m9 data.table #1LhW7Tvj (R_Language) https://goo.gl/PZa6Ue dplyr(上.下) #1LhpJCfB,#1Lhw8b-s (R_Language) https://goo.gl/I5xX9b tidyr #1Liqls1R (R_Language) https://goo.gl/i7yzAz pipeR #1NXESRm5 (R_Language) https://goo.gl/zRUISx --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 36.235.41.96 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/R_Language/M.1489058786.A.745.html 这个我也不会教XD，去看advanced R吧，看你能学到多少了Orz 透过substitute转成symbol / name，所以不需要quote~~ ※ 编辑: celestialgod (36.235.41.96), 03/09/2017 21:49:54