R中用map批量传入多变量调用自定义分组函数且保留变量名的方法
多变量批量频数制表的实现方案
问题根源
你遇到的报错和列名异常问题,本质是两套传参逻辑不匹配:
- 原有
tabulate函数用了dplyr的非标准求值语法{{var1}},这套语法默认接收不带引号的裸变量名;当你通过map传入字符串形式的变量名时,非标准求值无法把字符串识别为数据框的列,就会报“无法识别x对象”的错误 - 尝试使用的
get(var1)方案虽然能跑通,但因为是在分组表达式内部直接调用get()取值,dplyr无法追溯到原始列名,就会把分组列的列名默认设为表达式本身(也就是get(var1)),大幅降低结果可读性;同时get()的取值逻辑是在全局环境搜索同名对象,不是严格在传入的数据框内部找列,存在取错值的潜在风险
简洁实现方案
所有方案都不需要依赖get(),能保证输出的分组列名就是实际传入的变量名,同时完美兼容purrr::map的批量迭代逻辑:
方案1:最小改动适配原有函数
完全保留你原本写的tabulate函数(即使用{{var1}}的版本),只需要在map迭代时把字符串形式的变量名转成dplyr能识别的符号即可:
# 原有tabulate函数完全不修改 tabulate <- function(data,var1){ data %>% group_by({{var1}}) %>% summarise(n = n()) %>% arrange(-n)%>% mutate(totalN = cumsum(n), percent = round((n / sum(n)), 3), cumpercent = round(cumsum(freq = n / sum(n)),3)) } # 批量迭代的写法 var_list <- c("Sepal.Length","Sepal.Width","Petal.Length") # 把遍历到的字符串转成符号后用!!解引用传入函数 result_list <- map(var_list, ~tabulate(iris, !!as.symbol(.x))) # 给返回的列表元素加上对应变量名,方便后续按名取值 result_list <- map(set_names(var_list), ~tabulate(iris, !!as.symbol(.x)))
这种写法的优势是原有单变量调用代码完全不用改,比如tabulate(iris, Sepal.Length)的用法和你最初编写的逻辑完全一致,不会影响之前的使用习惯。
方案2:用tidyverse原生字符串列引用语法
把原有函数里的group_by({{var1}})改成用.data代词引用列名,这是tidyverse官方推荐的字符串传参方式,不需要额外转符号,也没有环境查找的风险:
tabulate_safe <- function(data, var1){ data %>% # 严格从传入的data中按字符串列名取列,自动保留原列名 group_by(.data[[var1]]) %>% summarise(n = n()) %>% arrange(-n)%>% mutate(totalN = cumsum(n), percent = round(n / sum(n), 3), cumpercent = round(cumsum(n / sum(n)),3)) } # 直接传入字符串就能调用,接map完全没有额外语法 map(var_list, ~tabulate_safe(iris, .x))
这种写法和get()的核心区别是:列的查找范围仅限你传入的data数据框内部,不会被全局环境的同名变量干扰,同时输出的分组列名就是原始变量名,不会出现get(var1)这类无意义的占位文本。
方案3:兼容两种传参形式的通用函数
如果希望函数同时支持“传裸变量名”和“传字符串变量名”两种调用方式,可以用rlang::ensym()统一解析传入的参数:
tabulate_universal <- function(data, var1){ # 自动把传入的参数(不管是裸变量还是字符串)解析为可识别的符号 var_sym <- rlang::ensym(var1) data %>% group_by(!!var_sym) %>% summarise(n = n()) %>% arrange(-n)%>% mutate(totalN = cumsum(n), percent = round(n / sum(n), 3), cumpercent = round(cumsum(n / sum(n)),3)) } # 两种调用方式都能正常运行 tabulate_universal(iris, Sepal.Length) # 裸变量传参 tabulate_universal(iris, "Sepal.Length") # 字符串传参 # 接map迭代也完全兼容 map(var_list, ~tabulate_universal(iris, .x))
输出效果验证
按照上述方法实现后,每个迭代生成的频数表,第一列的列名就是对应变量的实际名称,比如Sepal.Length对应的表第一列列名就是Sepal.Length,Sepal.Width对应的表第一列列名就是Sepal.Width,完全不会出现get(var1)这类无意义的占位文本。
内容的提问来源于stack exchange,提问作者Alex
相关产品推荐
相关产品推荐

