如何结合purrr::map_dbl与dplyr管道、summarize计算数据框均值

需求背景 #

想要通过%>%管道、dplyr的summarize函数，结合purrr的map_dbl函数，复现以下代码的计算结果（求mtcars数据集指定列的均值）：

library(purrr)
library(dplyr) 
vars <- c("mpg", "hp")
vars <- set_names(vars)
mean_f <- function(df, var) {
  mean(df[[var]])
}

map_dbl(vars, ~mean_f(mtcars,.x))

遇到的问题 #

尝试了以下代码，但返回结果全是NA：

library(purrr)
library(dplyr)

vars <- c("mpg", "hp")
vars <- set_names(vars)

mean_f <- function(var) {
  mtcars %>%
    summarise(mean_val = mean({{ var }}))
}

map_dbl(vars, ~mean_f(.x)$mean_val)

问题原因 #

{{ var }}是dplyr的整洁评估语法，用于注入符号类型的列名，但这里传入的是字符串类型的列名，导致summarize无法匹配到对应的列，最终返回NA。

解决方案 #

方案1：使用.data代词（推荐） #

利用dplyr的.data代词直接通过字符串引用列，语法更简洁直观：

library(purrr)
library(dplyr)

vars <- c("mpg", "hp") %>% set_names()

mean_f <- function(var) {
  mtcars %>%
    summarise(mean_val = mean(.data[[var]], na.rm = TRUE)) %>% 
    pull(mean_val)
}

map_dbl(vars, mean_f)

方案2：字符串转符号后注入 #

通过rlang::sym()将字符串转为符号，再用!!强制求值注入到summarize中：

library(purrr)
library(dplyr)
library(rlang)

vars <- c("mpg", "hp") %>% set_names()

mean_f <- function(var) {
  mtcars %>%
    summarise(mean_val = mean(!!sym(var), na.rm = TRUE)) %>% 
    pull(mean_val)
}

map_dbl(vars, mean_f)

方案3：简化写法（无需单独定义函数） #

直接在map_dbl中完成逻辑，省去单独的函数定义：

library(purrr)
library(dplyr)

vars <- c("mpg", "hp") %>% set_names()

map_dbl(vars, ~mtcars %>% summarise(mean = mean(.data[[.x]], na.rm = TRUE)) %>% pull(mean))

以上三种方案都能得到和目标代码一致的结果：

mpg       hp 
20.09062 146.6875 

内容的提问来源于stack exchange，提问作者menomale