Группировка по нескольким столбцам в dplyr, используя строковый векторный ввод

чтобы написать код полностью, вот обновление ответа Хэдли с новым синтаксисом:

library(dplyr)

df <-  data.frame(
    asihckhdoydk = sample(LETTERS[1:3], 100, replace=TRUE),
    a30mvxigxkgh = sample(LETTERS[1:3], 100, replace=TRUE),
    value = rnorm(100)
)

# Columns you want to group by
grp_cols <- names(df)[-3]

# Convert character vector to list of symbols
dots <- lapply(grp_cols, as.symbol)

# Perform frequency counts
df %>%
    group_by_(.dots=dots) %>%
    summarise(n = n())

выход:

Source: local data frame [9 x 3]
Groups: asihckhdoydk

  asihckhdoydk a30mvxigxkgh  n
1            A            A 10
2            A            B 10
3            A            C 13
4            B            A 14
5            B            B 10
6            B            C 12
7            C            A  9
8            C            B 12
9            C            C 10

поддержка этого в dplyr в настоящее время довольно слаба, в конце концов, я думаю, что синтаксис будет что-то вроде:

df %.% group_by(.groups = c("asdfgfTgdsx", "asdfk30v0ja"))

но это, вероятно, не будет там на некоторое время (потому что мне надо все продумывать последствия).

в то же время, вы можете использовать regroup(), который принимает список символов:

library(dplyr)

df <-  data.frame(
  asihckhdoydk = sample(LETTERS[1:3], 100, replace=TRUE),
  a30mvxigxkgh = sample(LETTERS[1:3], 100, replace=TRUE),
  value = rnorm(100)
)

df %.%
  regroup(list(quote(asihckhdoydk), quote(a30mvxigxkgh))) %.%
  summarise(n = n())

если у вас есть символьный вектор имен столбцов, вы можете преобразовать их в правильную структуру с помощью lapply() и as.symbol():

vars <- setdiff(names(df), "value")
vars2 <- lapply(vars, as.symbol)

df %.% regroup(vars2) %.% summarise(n = n())

строковая спецификация столбцов в dplyr теперь поддерживаются через варианты dplyr функции с именами, заканчивающимися подчеркиванием. Например, соответствующий

пока dplyr не имеет полной поддержки строковых аргументов, возможно, эта суть полезна:

https://gist.github.com/skranz/9681509

Он содержит кучу функций-оболочек, таких как s_group_by, s_mutate, s_filter и т. д., которые используют строковые аргументы. Вы можете смешивать их с обычными функциями dplyr. Например

cols = c("cyl","gear")
mtcars %.%
  s_group_by(cols) %.%  
  s_summarise("avdisp=mean(disp), max(disp)") %.%
  arrange(avdisp)

это работает, если вы передаете ему объекты (ну, вы не, но...), а не как вектор символов:

df %.%
    group_by(asdfgfTgdsx, asdfk30v0ja) %.%
    summarise(Value = mean(value))

> df %.%
+   group_by(asdfgfTgdsx, asdfk30v0ja) %.%
+   summarise(Value = mean(value))
Source: local data frame [9 x 3]
Groups: asdfgfTgdsx

  asdfgfTgdsx asdfk30v0ja        Value
1           A           C  0.046538002
2           C           B -0.286359899
3           B           A -0.305159419
4           C           A -0.004741504
5           B           B  0.520126476
6           C           C  0.086805492
7           B           C -0.052613078
8           A           A  0.368410146
9           A           B  0.088462212

здесь df был свой data.

?group_by говорит:

 ...: variables to group by. All tbls accept variable names, some
      will also accept functons of variables. Duplicated groups
      will be silently dropped.

который я интерпретирую как означающий не символьные версии имен, но как вы будете ссылаться на них в foo$bar;bar здесь не цитируется. Или как бы вы ссылались на переменные в Формуле:foo ~ bar.

@Arun также упоминает, что вы можете делать:

df %.%
    group_by("asdfgfTgdsx", "asdfk30v0ja") %.%
    summarise(Value = mean(value))

но вы не можете пройти в то, что unevaluated не является именем переменной в объекте данных.

Я предполагаю, что это связано с внутренними методами Хэдли использует, чтобы посмотреть вещи, которые вы передаете через

data = data.frame(
  my.a = sample(LETTERS[1:3], 100, replace=TRUE),
  my.b = sample(LETTERS[1:3], 100, replace=TRUE),
  value = rnorm(100)
)

group_by(data,newcol=paste(my.a,my.b,sep="_")) %>% summarise(Value=mean(value))

один (крошечный) случай, который отсутствует в ответах здесь, что я хотел сделать явным, когда переменные для группировки генерируются динамически в середине потока в конвейере:

library(wakefield)
df_foo = r_series(rnorm, 10, 1000)
df_foo %>% 
  # 1. create quantized versions of base variables
  mutate_each(
    funs(Quantized = . > 0)
  ) %>% 
  # 2. group_by the indicator variables
  group_by_(
    .dots = grep("Quantized", names(.), value = TRUE)
    ) %>% 
  # 3. summarize the base variables
  summarize_each(
    funs(sum(., na.rm = TRUE)), contains("X_")
  )

Это в основном показывает, как использовать grep в сочетании с group_by_(.dots = ...) для достижения этой цели.