※ 引述《locka (locka)》之銘言： : [問題敘述]: : 版上前輩大家晚安~ : 假設我的原始資料欄位有year,month,weekday,y等欄位 : 我想要對他重複做一樣的事情 : (根據不同的欄位grouping,計算每組的數量,組內y的平均然後畫圖) : 因為差別只在於grouping的欄位不同,所以在想說可不可以用函數包起來 : ex: : df_group_fn(df,"year","month") >>> 回傳以year,month欄位grouping後計算的結果 : df_group_fn(df,"month","weekday") >>> 回傳以month,weekday分組後計算的結果 : 也就是只要輸入該data frame跟要grouping的欄位 : 就可以直接回傳整理好的結果 : 原本想要用dplyr做,大概像下面這樣: : df_group_fn <- function(df,col_1,col_2){ : df %>% group_by(col_1,col_2) %>% summarise(count=n(),avg=mean(y)) %>% : ggplot(aes(mean,n)+geom_point() : } : 不過會卡在指定欄位參數因為是字串的關係, 在group_by那邊會有問題 : 所以試著改用data.table的寫法: : df_group_fn <- function(df,col_1,col_2){ : df <- as.data.table(df) : df[,`:=`(count=.N, avg=mean(y)),by=c(col_1,col_2)] : ... : } : 可是data.table不會像dplyr一樣 : 產生只留下grouping跟summarise欄位的dataframe : 他是在原始的data裡面新增欄位,這樣我就不知道怎麼畫圖了... : 總結我的問題： : 1. 希望有高手可以指點用dplyr跟data.table把function寫得更有彈性的方法 : 2. 如果我今天不想把grouping的欄位數量寫死, : (例如我輸入"year"它就只根據year欄位分組, : 輸入"year","month","weekday"就根據那三個欄位分組,該怎麼做呢? : 3. 最後想問大家實務上會這麼做嗎? 很希望可以聽到版上大家分享!! : 先謝謝各位版上先進了 m(_ _)m : [關鍵字]: : : function, data.table, grouping : 好讀版：http://pastebin.com/Yxres7jy 我會建議用wrapr去做這件事情 下面先把一般寫法列出給原PO參考 library(dplyr) library(pipeR) library(ggplot2) library(data.table) data("diamonds", package = "ggplot2") # 一般寫法 (dplyr) df_group_fn <- function(df, meanCol, col_1, col_2){ df %>>% group_by_(.dots = c(col_1, col_2)) %>>% summarise_(.dots = c(n = "n()", mean = paste0("mean(", meanCol, ")"))) %>>% {ggplot(., aes(mean,n)) + geom_point()} } df_group_fn(diamonds, "price", "cut", "color") # 一般寫法 (data.table) dt_group_fn <- function(dt, meanCol, col_1, col_2){ dt[ , .(n = .N, mean = eval(parse(text = paste0("mean(", meanCol, ")")))), by = c(col_1, col_2)] %>>% {ggplot(., aes(mean,n)) + geom_point()} } dt_group_fn(data.table(diamonds), "price", "cut", "color") # wrapr + dplyr library(wrapr) df_group_fn2 <- function(df, meanCol, col_1, col_2){ let(list(y = meanCol, c1 = col_1, c2 = col_2), { df %>>% group_by(c1, c2) %>>% summarise(n = n(), mean = mean(y)) }) %>>% {ggplot(., aes(mean,n)) + geom_point()} } df_group_fn2(diamonds, "price", "cut", "color") # wrapr + data.table dt_group_fn2 <- function(dt, meanCol, col_1, col_2){ let(list(y = meanCol, c1 = col_1, c2 = col_2), { dt[ , .(n = .N, mean = mean(y)), by = .(c1, c2)] }) %>>% {ggplot(., aes(mean,n)) + geom_point()} } dt_group_fn2(data.table(diamonds), "price", "cut", "color") # 進階，不把欄位給死的方法： # dplyr df_group_fn3 <- function(df, meanCol, groupByCols){ let(list(y = meanCol), { df %>>% group_by_(.dots = groupByCols) %>>% summarise(n = n(), mean = mean(y)) }) %>>% {ggplot(., aes(mean,n)) + geom_point()} } df_group_fn3(diamonds, "price", c("cut", "color")) # data.table dt_group_fn3 <- function(dt, meanCol, groupByCols){ let(list(y = meanCol), { dt[ , .(n = .N, mean = mean(y)), by = groupByCols] }) %>>% {ggplot(., aes(mean,n)) + geom_point()} } dt_group_fn3(data.table(diamonds), "price", c("cut", "color")) 實務上，我自己是做比較接近data engineer的工作 基本上user就會有類似需要，這時候彈性的函數就顯得很重要 所以怎麼去利用eval, parse以及...就變得很重要 (沒看錯就是三個.) 除非全部都是處理data.frame，就可用dplyr透過lazyeval去做 不用wrapr，寫起來最漂亮的應該是下面這樣： (更正，應該是user用起來最爽XD) # data.table + ... + substitute dt_group_fn3 <- function(dt, meanCol, ...){ groupByCols <- as.character(as.list(substitute(list(...)))[-1L]) y <- substitute(meanCol) dt[ , .(n = .N, mean = mean(y)), by = groupByCols] %>>% {ggplot(., aes(mean,n)) + geom_point()} } dt_group_fn3(data.table(diamonds), price, cut, color) -- R資料整理套件系列文： magrittr #1LhSWhpH (R_Language) https://goo.gl/72l1m9 data.table #1LhW7Tvj (R_Language) https://goo.gl/PZa6Ue dplyr(上.下) #1LhpJCfB,#1Lhw8b-s (R_Language) https://goo.gl/I5xX9b tidyr #1Liqls1R (R_Language) https://goo.gl/i7yzAz pipeR #1NXESRm5 (R_Language) https://goo.gl/zRUISx --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.235.41.96 ※ 文章網址: https://webptt.com/m.aspx?n=bbs/R_Language/M.1489058786.A.745.html 這個我也不會教XD，去看advanced R吧，看你能學到多少了Orz 透過substitute轉成symbol / name，所以不需要quote~~ ※ 編輯: celestialgod (36.235.41.96), 03/09/2017 21:49:54