如何基于外部命名向量通过dplyr非标准评估创建新变量

我原本通过以下代码对mtcars数据集按am分组，并汇总三个统计量：

library(dplyr)
mtcars %>%
    group_by(x = am) %>%
    summarize(y = sum(vs),
              q = sum(mpg),
              p = sum(mpg/vs))

执行结果如下：

#> # A tibble: 2 × 4
#>       x     y     q     p
#>   <dbl> <dbl> <dbl> <dbl>
#> 1     0     7  326.   Inf
#> 2     1     7  317.   Inf

现在我希望基于以下两个外部向量来完成相同的分组与汇总操作：

x_groups <- c("x" = "am")
y_now <- c("y" = "vs", "q" = "mpg", "p" = "mpg/vs")

请问如何通过程序化的非标准评估方法得到与上述代码一致的结果？

解决方法 #

可以利用dplyr提供的非标准评估工具实现需求，具体代码如下：

library(dplyr)
library(purrr)

x_groups <- c("x" = "am")
y_now <- c("y" = "vs", "q" = "mpg", "p" = "mpg/vs")

# 将字符串向量转换为符号对象
group_syms <- syms(x_groups)
# 批量生成汇总计算表达式
summarise_exprs <- map(syms(y_now), ~ quo(sum(!!.x)))

mtcars %>%
  group_by(!!!group_syms) %>%
  summarise(!!!summarise_exprs)

代码说明： #

• syms()：把字符串形式的列名/表达式转换为dplyr可识别的符号对象；
• quo() + !!：quo()创建引用的表达式，!!（单插值操作符）将符号对象插入sum()函数，生成每个统计量的计算逻辑；
• !!!（拼接操作符）：将符号对象或表达式列表展开到group_by和summarise的参数中，实现程序化调用；
• map()：遍历汇总表达式的符号列表，批量生成所有统计量的计算规则。

执行后会得到和原始代码完全一致的输出结果。

内容的提问来源于stack exchange，提问作者Alberto Agudo Dominguez