如何在targets工作流静态分支中程序化指定group_by变量？

问题原因 #

你遇到的问题是因为tar_group_select的by参数是在targets的元编程上下文里解析的，无法直接捕获tar_map传递的by变量。直接写by = by时，targets会把第二个by当成数据框里的列名，而不是tar_map参数中的分组变量值。

方法1：使用rlang注入动态指定分组变量 #

可以用rlang::sym()把字符型的分组变量名转换成符号，再用!!注入到tar_group_select的by参数中，让targets正确识别每个分支的分组变量：

library(targets)

targets::tar_dir({
  targets::tar_script({
    library(targets)
    library(tarchetypes)
    library(tidyverse)
    library(rlang)
    
    df1 <- data.frame(
      g1 = rep(LETTERS[1:3], 2),
      x = 1:6,
      y = 1:6
    )
    
    df2 <- data.frame(
      g1 = rep(LETTERS[1:3], 2),
      g2 = rep(LETTERS[4:6], 2),
      x = 1:6,
      y = 1:6
    )
    
    list(
      label = c("group1", "group2"),
      source = c("df1", "df2") |> syms(),
      by = c("g1", "g2")
    ) |>
      tar_map(
        names = "label",
        tar_group_select(
          result,
          identity(source),
          by = !!sym(by)  # 注入动态分组变量
        )
      )
  })
  
  tar_manifest()
  tar_make()
})

方法2：先动态分组再用tar_group_by #

如果觉得元编程注入不够直观，可以先在tar_map里对数据源完成动态分组，再用tar_group_by处理分组后的数据集，这样更符合常规的dplyr操作逻辑：

library(targets)

targets::tar_dir({
  targets::tar_script({
    library(targets)
    library(tarchetypes)
    library(tidyverse)
    
    df1 <- data.frame(
      g1 = rep(LETTERS[1:3], 2),
      x = 1:6,
      y = 1:6
    )
    
    df2 <- data.frame(
      g1 = rep(LETTERS[1:3], 2),
      g2 = rep(LETTERS[4:6], 2),
      x = 1:6,
      y = 1:6
    )
    
    list(
      label = c("group1", "group2"),
      source = c("df1", "df2") |> syms(),
      by = c("g1", "g2")
    ) |>
      tar_map(
        names = "label",
        # 先根据动态参数分组
        tar_target(
          grouped_data,
          dplyr::group_by({{source}}, .data[[by]])
        ),
        # 对分组后的数据集应用动态分支
        tar_group_by(
          result,
          grouped_data
        )
      )
  })
  
  tar_manifest()
  tar_make()
})

这两种方法都能实现你想要的：在tar_map的静态分支中，为每个数据源指定不同的分组变量，无需手动编写重复的tar_group_*语句。

内容的提问来源于stack exchange，提问作者Melissa Key