如何通过字符变量在ddply中指定列名？ Download

sample_id     condition     state
---------------------------------
sample1       case          val1
sample1       case          val2
sample1       case          val3
sample2       control       val1
sample2       control       val2
sample2       control       val3

该数据帧在for循环内针对不同状态生成。因此，每个数据框的状态列都有不同的名称。

我想按sample_id对数据进行分组并计算状态列的中位数，以使每个唯一的sample_id都有一个中位数。输出应如下所示……

sample_id     condition     state
---------------------------------
sample1       case          median
sample2       control       median

我正在尝试下面的命令；如果给定列名，那是可行的，但我无法通过状态字符变量传递名称。我尝试了ensym(state)和!!ensym(state)，但它们都引发了错误。

ddply(dat_state, .(sample_id), summarize,  condition=unique(condition), state_exp=median(ensym(state)))

1 个答案:

答案 0 :(得分：1)

正如上面的camille所述，在dplyr中这更容易。基本语法（尚未解决您的问题）：

my_df %>% 
  group_by(sample_id, condition) %>% 
  summarize(state = median(state))

请注意，语法将为每个唯一的sample_id-condition对提供值。在您的示例中这不是问题，因为每个sample_id都具有相同的condition，但要注意一点。

关于您的问题...对我来说还不太清楚，您打算如何将状态名称传递给您的计算。但是，您可以通过几种方式来处理此问题。一种是使用dplyr的“重命名”功能：

x <- "Massachusetts"
my_df %>% 
  rename(state = x) %>% 
  group_by(sample_id, condition) %>% 
  summarize(state = median(state))

（可能更合适的）方法是使用dplyr的“ tidyeval”语法编写函数：

myfunc <- function(df, state_name) {
  df %>% 
    group_by(sample_id, condition) %>% 
    summarize(state = median({{state_name}}))
}

myfunc(my_df, Massachusetts) # Note: Unquoted state name