dplyr: średnia ocena dla mutować z cytowanych nazw zmiennych

Question

jak pójdę temat korzystania mutate (moje przypuszczenie, że szukam standardowej oceny w moim przypadku, a więc mutate_, ale nie jestem do końca pewny siebie w tej kwestii) przy użyciu funkcji, która akceptuje listę nazw zmiennych, takich jak ten:

createSum = function(data, variableNames) { 
    data %>% 
    mutate_(sumvar = interp(~ sum(var, na.rm = TRUE), 
          var = as.name(paste(as.character(variableNames), collapse =",")))) 

} 

Oto MWE że paski funkcję do swojej podstawowej logiki i pokazuje, co usiłuję osiągnąć:

library(dplyr) 
library(lazyeval) 

# function to make random table with given column names 
makeTable = function(colNames, sampleSize) { 
    liSample = lapply(colNames, function(week) { 
    sample = rnorm(sampleSize) 
    }) 
    names(liSample) = as.character(colNames) 
    return(tbl_df(data.frame(liSample, check.names = FALSE))) 
} 

# create some sample data with the column name patterns required 
weekDates = seq.Date(from = as.Date("2014-01-01"), 
        to = as.Date("2014-08-01"), by = "week") 
dfTest = makeTable(weekDates, 10) 

# test mutate on this table 
dfTest %>% 
    mutate_(sumvar = interp(~ sum(var, na.rm = TRUE), 
          var = as.name(paste(as.character(weekDates), collapse =",")))) 

Oczekiwany wyjście tutaj jest to, co będzie zwrócony przez:

rowSums(dfTest[, as.character(weekDates)]) 

Answer 1

myślę, że to jest to, co jesteś po

createSum = function(data, variableNames) { 
    data %>% 
     mutate_(sumvar = paste(as.character(variableNames), collapse ="+")) 
} 
createSum(dfTest, weekDates) 

gdzie po prostu podać wartość znaków zamiast interp ponieważ nie można przekazać listę nazw jako pojedynczy parametr do funkcji. Plus, sum() zrobiłby niepożądane zwijanie, ponieważ operacje nie są wykonywane w wierszach, są one przekazywane w kolumnach wektorów naraz.

Innym problemem z tym przykładem jest ustawienie check.names=FALSE w pliku data.frame, co oznacza, że ​​zostały utworzone nazwy kolumn, które nie mogą być prawidłowymi symbolami. Można wyraźnie owinąć nazw zmiennych w powrót kleszczy jeśli lubisz

createSum(dfTest , paste0("`", weekDates,"`")) 

ale generalnie lepiej byłoby nie korzystać z nieprawidłowych nazw.

Answer 2

Nie wiem, czy to jest „oficjalnie usankcjonowane” dplyr sposób, ale jest to możliwość:

weekDates = as.character(weekDates) # more convenient 

dfTest %>% mutate(sumvar = Reduce(`+`, lapply(weekDates, get, .))) 
#or 
dfTest %>% mutate(sumvar = rowSums(as.data.frame(lapply(weekDates, get, .)))) 

To niesie potencjalnie znaczące pogorszenie się wyników, w zależności od konkretnego użycia - oprócz dplyr 's regularne kopiowanie wszystkich danych Myślę, że również kopiuje go po raz drugi podczas tego wewnętrznego obliczenia. Możesz zajrzeć do data.table, aby uniknąć dodatkowego kopiowania, dodając kolumny w miejscu (i używając .SDcols, aby uniknąć drugiej kopii) + uzyskasz prawdopodobnie lepszą składnię.