さまざまな機能を持つさまざまな列を要約する簡潔な方法

私の質問は、各変数の名前が1回だけ表示されるという追加の制約を課すことにより、同様の質問に基づいています。

データフレームを検討してください

library( tidyverse )
df <- tibble( potentially_long_name_i_dont_want_to_type_twice = 1:10,
              another_annoyingly_long_name = 21:30 )

各列名を不必要に2回入力せずmeanに、最初の列とsum2番目の列に適用したいと思います。

上でリンクした質問が示すように、summarizeこれを行うことができますが、各列の名前が2回表示される必要があります。一方、summarize_atあなたは簡潔に複数の列に複数の機能を適用することができますが、それは呼び出すことによって、そうするすべてで指定された機能をすべて指定した列の代わりに、1対1の方式でそれをやって。とのこれらの異なる機能を組み合わせる方法はsummarizeありsummarize_atますか？

でハックすることはできましたがrlang、各変数を2回入力するよりもクリーンかどうかはわかりません。

v <- c("potentially_long_name_i_dont_want_to_type_twice",
       "another_annoyingly_long_name")
f <- list(mean,sum)

## Desired output
smrz <- set_names(v) %>% map(sym) %>% map2( f, ~rlang::call2(.y,.x) )
df %>% summarize( !!!smrz )
# # A tibble: 1 x 2
#   potentially_long_name_i_dont_want_to_type_twice another_annoyingly_long_name
#                                             <dbl>                        <int>
# 1                                             5.5                          255

いくつかの哲学的なポイントに対処するために編集

x=f(x)イディオムを避けたいのは無理だとは思いません。私はおそらく長い名前を入力することに少し熱心に出くわしましたが、本当の問題は実際には互いに非常に似ている（比較的）長い名前を持っていることです。例としては、ヌクレオチド配列（例AGCCAGCGGAAACAGTAAGG）やTCGAバーコードなどがあります。このような場合、限られたユーティリティのオートコンプリートが行われるだけでなく、AGCCAGCGGAAACAGTAAGG = sum( AGCCAGCGGAAACAGTAAGG )不必要な結合が発生し、コードの開発と保守中に割り当ての両側が誤って同期しなくなるリスクが高まります。

dplyrコードの可読性を向上させることについて@MrFlickに完全に同意しますが、可読性が正確さを犠牲にしてもたらされるべきではないと思います。以下のような関数summarize_atとmutate_at、彼らは次の自分のオペランド（明確）に業務を配置し、結果が正しい列（正確性）に書かれていることを保証するとの完璧なバランスを取るために、華麗です。

同様に、変数の言及を完全に削除する提案された解決策は、反対方向に大きく振れすぎていると感じます。本質的に賢いですが（そして私は確かにそれらが節約する余分な入力に感謝します）、関数と変数名の間の関連付けを削除することによって、そのようなソリューションは変数の適切な順序に依存するようになり、偶発的なエラーのリスクが発生すると思います。

要するに、自己変異/自己要約操作は、各変数名を1回だけ言及する必要があると私は信じています。

この問題を解決するために2つのトリックを提案します。下部にある両方のソリューションのコードと詳細を参照してください。

機能.at変数のグループ（グループによる、ここで1つの変数のみ）用のために結果を返しますが、私たちは、その後、私たちはunsplice両方の世界の恩恵を受け、できることということsummarizeとsummarize_at：

df %>% summarize(
  !!!.at(vars(potentially_long_name_i_dont_want_to_type_twice), mean),
  !!!.at(vars(another_annoyingly_long_name), sum))

# # A tibble: 1 x 2
#     potentially_long_name_i_dont_want_to_type_twice another_annoyingly_long_name
#                                               <dbl>                        <dbl>
#   1                                             5.5                          255

の副詞summarize、ドル表記の省略形。

df %>%
  ..flx$summarize(potentially_long_name_i_dont_want_to_type_twice = ~mean(.),
                  another_annoyingly_long_name = ~sum(.))

# # A tibble: 1 x 2
#     potentially_long_name_i_dont_want_to_type_twice another_annoyingly_long_name
#                                               <dbl>                        <int>
#   1                                             5.5                          255

のコード .at

.親環境で使用するため、パイプで使用する必要があります。面倒ですが、機能します。

.at <- function(.vars, .funs, ...) {
  in_a_piped_fun <- exists(".",parent.frame()) &&
    length(ls(envir=parent.frame(), all.names = TRUE)) == 1
  if (!in_a_piped_fun)
    stop(".at() must be called as an argument to a piped function")
  .tbl <- try(eval.parent(quote(.)))
  dplyr:::manip_at(
    .tbl, .vars, .funs, rlang::enquo(.funs), rlang:::caller_env(),
    .include_group_vars = TRUE, ...)
}

私は結合することを設計さsummarizeとsummarize_at：

df %>% summarize(
  !!!.at(vars(potentially_long_name_i_dont_want_to_type_twice), list(foo=min, bar = max)),
  !!!.at(vars(another_annoyingly_long_name), median))

# # A tibble: 1 x 3
#       foo   bar another_annoyingly_long_name
#     <dbl> <dbl>                        <dbl>
#   1     1    10                         25.5

のコード ..flx

..flx実行前のa = ~mean(.)呼び出しなどによって、数式引数を置き換える関数を出力しますa = purrr::as_mapper(~mean(.))(a)。便利summarizeとmutate矛盾がないことができるようにカラムためには、式にすることはできません。

私はドル表記を省略形として使用し、名前を最初に付けるの..が好きです。そうすれば、それらの「タグ」に名前を付けて（そしてそれらにクラスを付けて"tag"）、それらを異なるオブジェクトとして見ることができます（まだこれを試しています）。..flx(summarize)(...)ただし、同様に機能します。

..flx <- function(fun){
  function(...){
    mc <- match.call()
    mc[[1]] <- tail(mc[[1]],1)[[1]]
    mc[] <- imap(mc,~if(is.call(.) && identical(.[[1]],quote(`~`))) {
      rlang::expr(purrr::as_mapper(!!.)(!!sym(.y))) 
    } else .)
    eval.parent(mc)
  }
}

class(..flx) <- "tag"

`$.tag` <- function(e1, e2){
  # change original call so x$y, which is `$.tag`(tag=x, data=y), becomes x(y)
  mc <- match.call()
  mc[[1]] <- mc[[2]]
  mc[[2]] <- NULL
  names(mc) <- NULL
  # evaluate it in parent env
  eval.parent(mc)
}

.[[i]]および!!names(.)[i]:=を使用して、i番目の列とその名前を参照します。

library(tibble)
library(dplyr)
library(rlang)

df %>% summarize(!!names(.)[1] := mean(.[[1]]), !!names(.)[2] := sum(.[[2]])) 

与える：

# A tibble: 1 x 2
  potentially_long_name_i_dont_want_to_type_twice another_annoyingly_long_name
                                            <dbl>                        <int>
1                                             5.5                          255

更新

dfがグループ化されている場合（問題ではないため、これは必要ありません）summarize、次のdoように囲みます。

library(dplyr)
library(rlang)
library(tibble)

df2 <- tibble(a = 1:10, b = 11:20, g = rep(1:2, each = 5))

df2 %>%
  group_by(g) %>%
  do(summarize(., !!names(.)[1] := mean(.[[1]]), !!names(.)[2] := sum(.[[2]]))) %>%
  ungroup

与える：

# A tibble: 2 x 3
      g     a     b
  <int> <dbl> <int>
1     1     3    65
2     2     8    90

これは、dplyrからエクスポートされていない関数を使用するハッキー関数であるため、将来の証拠にはなりませんが、列ごとに異なる要約を指定できます。

summarise_with <- function(.tbl, .funs) {
  funs <- enquo(.funs)
  syms <- syms(tbl_vars(.tbl))
  calls <- dplyr:::as_fun_list(.funs, funs, caller_env())
  stopifnot(length(syms)==length(calls))
  cols <- purrr::map2(calls, syms, ~dplyr:::expr_substitute(.x, quote(.), .y))
  cols <- purrr::set_names(cols, purrr::map_chr(syms, rlang::as_string))
  summarize(.tbl, !!!cols)
}

その後、あなたはすることができます

df %>% summarise_with(list(mean, sum))

列名を入力する必要はまったくありません。

これに使えるようですmap2。

map2_dfc( df[v], f, ~.y(.x))

# # A tibble: 1 x 2
#   potentially_long_name_i_dont_want_to_type_twice another_annoyingly_long_name
#                                             <dbl>                        <int>
# 1                                             5.5                          255