pick()
提供了一种在 "data-masking" 函数(如 mutate()
或 summarise()
)内使用 select()
语义轻松从数据中选择列子集的方法。 pick()
返回一个 DataFrame ,其中包含当前组的选定列。
pick()
与 across()
互补:
-
使用
pick()
,您通常将函数应用于完整数据帧。 -
对于
across()
,您通常会对每一列应用一个函数。
参数
- ...
-
可供选择的列。
您无法选择分组列,因为它们已经由动词自动处理(即
summarise()
或mutate()
)。
细节
理论上, pick()
旨在可替换为对 tibble()
的等效调用。例如,pick(a, c)
可以替换为 tibble(a = a, c = c)
,并且带有列 a
、 b
和 c
的数据帧上的 pick(everything())
可以替换为 tibble(a = a, b = b, c = c)
。 pick()
通过返回 1 行、0 列小标题专门处理空选择的情况,因此精确替换更像是:
size <- vctrs::vec_size_common(..., .absent = 1L)
out <- vctrs::vec_recycle_common(..., .size = size)
tibble::new_tibble(out, nrow = size)
例子
df <- tibble(
x = c(3, 2, 2, 2, 1),
y = c(0, 2, 1, 1, 4),
z1 = c("a", "a", "a", "b", "a"),
z2 = c("c", "d", "d", "a", "c")
)
df
#> # A tibble: 5 × 4
#> x y z1 z2
#> <dbl> <dbl> <chr> <chr>
#> 1 3 0 a c
#> 2 2 2 a d
#> 3 2 1 a d
#> 4 2 1 b a
#> 5 1 4 a c
# `pick()` provides a way to select a subset of your columns using
# tidyselect. It returns a data frame.
df %>% mutate(cols = pick(x, y))
#> # A tibble: 5 × 5
#> x y z1 z2 cols$x $y
#> <dbl> <dbl> <chr> <chr> <dbl> <dbl>
#> 1 3 0 a c 3 0
#> 2 2 2 a d 2 2
#> 3 2 1 a d 2 1
#> 4 2 1 b a 2 1
#> 5 1 4 a c 1 4
# This is useful for functions that take data frames as inputs.
# For example, you can compute a joint rank between `x` and `y`.
df %>% mutate(rank = dense_rank(pick(x, y)))
#> # A tibble: 5 × 5
#> x y z1 z2 rank
#> <dbl> <dbl> <chr> <chr> <int>
#> 1 3 0 a c 4
#> 2 2 2 a d 3
#> 3 2 1 a d 2
#> 4 2 1 b a 2
#> 5 1 4 a c 1
# `pick()` is also useful as a bridge between data-masking functions (like
# `mutate()` or `group_by()`) and functions with tidy-select behavior (like
# `select()`). For example, you can use `pick()` to create a wrapper around
# `group_by()` that takes a tidy-selection of columns to group on. For more
# bridge patterns, see
# https://rlang.r-lib.org/reference/topic-data-mask-programming.html#bridge-patterns.
my_group_by <- function(data, cols) {
group_by(data, pick({{ cols }}))
}
df %>% my_group_by(c(x, starts_with("z")))
#> # A tibble: 5 × 4
#> # Groups: x, z1, z2 [4]
#> x y z1 z2
#> <dbl> <dbl> <chr> <chr>
#> 1 3 0 a c
#> 2 2 2 a d
#> 3 2 1 a d
#> 4 2 1 b a
#> 5 1 4 a c
# Or you can use it to dynamically select columns to `count()` by
df %>% count(pick(starts_with("z")))
#> # A tibble: 3 × 3
#> z1 z2 n
#> <chr> <chr> <int>
#> 1 a c 2
#> 2 a d 2
#> 3 b a 1
相关用法
- R dplyr percent_rank 比例排名函数
- R dplyr pull 提取单列
- R dplyr group_trim 修剪分组结构
- R dplyr slice 使用行的位置对行进行子集化
- R dplyr copy_to 将本地数据帧复制到远程src
- R dplyr sample_n 从表中采样 n 行
- R dplyr consecutive_id 为连续组合生成唯一标识符
- R dplyr row_number 整数排名函数
- R dplyr band_members 乐队成员
- R dplyr mutate-joins 变异连接
- R dplyr nth 从向量中提取第一个、最后一个或第 n 个值
- R dplyr coalesce 找到第一个非缺失元素
- R dplyr group_split 按组分割 DataFrame
- R dplyr mutate 创建、修改和删除列
- R dplyr order_by 用于排序窗口函数输出的辅助函数
- R dplyr context 有关“当前”组或变量的信息
- R dplyr recode 重新编码值
- R dplyr starwars 星球大战人物
- R dplyr desc 降序
- R dplyr between 检测值落在指定范围内的位置
- R dplyr cumall 任何、全部和平均值的累积版本
- R dplyr group_map 对每个组应用一个函数
- R dplyr do 做任何事情
- R dplyr nest_join 嵌套连接
- R dplyr group_by_all 按选择的变量进行分组
注:本文由纯净天空筛选整理自Hadley Wickham等大神的英文原创作品 Select a subset of columns。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。