如何在自定义函数中用dplyr根据传入列名动态命名新变量？

示例数据 #

samp_df <- tibble(var1 = c('a', 'b', 'c'),
                  var_in_df = c(3,7,9))

原函数 #

calculateMean <- function(df, variable){
  df <- df %>% 
    mutate(mean_of_var = mean({{variable}}))
}

df_result <- calculateMean(samp_df, var_in_df)

需求 #

想让函数生成的新变量名包含传入的列名，比如传var_in_df时，新变量叫mean_of_var_in_df。之前尝试直接用paste赋值，结果报错：

calculateMean <- function(df, variable){
  df <- df %>% 
    mutate(paste('mean_of', {{variable}}, sep = '-') = mean({{variable}}))
}

解决办法 #

dplyr里动态命名新变量必须用:=运算符，它能让你把动态生成的字符串作为变量名。这里有几种简洁的实现方式：

方式1：用rlang::englue（推荐，语法直观） #

library(dplyr)
library(rlang)

calculateMean <- function(df, variable){
  df %>% 
    mutate("{englue('mean_of_{{variable}}')}" := mean({{variable}}))
}

# 测试
df_result <- calculateMean(samp_df, var_in_df)

方式2：用paste配合!!和sym #

library(dplyr)
library(rlang)

calculateMean <- function(df, variable){
  # 生成目标变量名
  new_var <- sym(paste('mean_of', deparse(substitute(variable)), sep = '_'))
  df %>% 
    mutate(!!new_var := mean({{variable}}))
}

# 测试
df_result <- calculateMean(samp_df, var_in_df)

方式3：dplyr 1.0+的简化写法 #

直接在:=左边拼接字符串，用!!解析：

library(dplyr)

calculateMean <- function(df, variable){
  df %>% 
    mutate(
      !!paste('mean_of', {{variable}}, sep = '_') := mean({{variable}})
    )
}

# 测试
df_result <- calculateMean(samp_df, var_in_df)

运行后df_result里会多出一列mean_of_var_in_df，值为6.333...，完全符合需求。

内容的提问来源于stack exchange，提问作者pd441