如何在R函数中实现dataframe动态group_by并适配complete函数

实现方案 #

我们可以通过tidy evaluation的动态参数展开能力实现需求，不用硬编码列名，支持任意数量的分组列和对应自定义取值范围：

完整函数代码 #

library(dplyr)
library(tidyr)

# 测试数据
df <- data.frame(col_a = sample(1:10, 100, replace = T),
                 col_b = sample(letters, 100, replace = T),
                 col_c = sample(LETTERS, 100, replace = T))

# 自定义函数
my_fun <- function(df, group_cols, fill_levels) {
  # 分组聚合
  df %>%
    group_by(across(all_of(group_cols))) %>%
    summarise(count = n(), .groups = "drop") %>%
    # 动态展开fill_levels为complete的参数
    complete(!!!fill_levels, fill = list(count = 0))
}

调用示例 #

# 按col_a、col_b分组，指定对应完整取值
my_fun(
  df = df,
  group_cols = c("col_a", "col_b"),
  fill_levels = list(col_a = 1:10, col_b = letters)
)

# 按col_a、col_b、col_c分组，指定三列的完整取值
my_fun(
  df = df,
  group_cols = c("col_a", "col_b", "col_c"),
  fill_levels = list(col_a = 1:10, col_b = letters, col_c = LETTERS)
)

# 仅按col_a分组的场景
my_fun(
  df = df,
  group_cols = "col_a",
  fill_levels = list(col_a = 1:10)
)

核心逻辑说明 #

• group_cols参数传入字符向量格式的分组列名，across(all_of())适配动态列名的分组需求，替换了已经过时的group_by_写法，兼容性更强
• fill_levels传入命名列表，键对应分组列名，值对应该列需要补全的所有取值
• !!!是rlang的动态参数展开操作符，会把fill_levels列表的所有元素直接作为参数传递给complete，完全适配任意数量的分组列场景

可选适配：保持原调用格式 #

如果你想和原代码一样用...直接传分组列，可以用如下写法：

my_fun <- function(df, ..., fill_levels) {
  group_cols <- sapply(ensyms(...), as.character)
  df %>%
    group_by(across(all_of(group_cols))) %>%
    summarise(count = n(), .groups = "drop") %>%
    complete(!!!fill_levels, fill = list(count = 0))
}

# 调用方式和原代码习惯一致
my_fun(df, col_a, col_b, fill_levels = list(col_a = 1:10, col_b = letters))

内容的提问来源于stack exchange，提问作者Allerious