函数将数据行与R(和tidyverse)中的一个附加源列连接起来

Question

我希望能够获取相同格式但来自不同来源的数据，并连接行，但为了跟踪数据的来源，我也想引入一个源列。

这似乎很常规，我想我应该创建一个实用程序函数来完成它，但我很难让它发挥作用。

以下是我尝试过的：

library(tidyverse)
tibble1 = tribble(
~a, ~b,
1,2,
3,4
)
tibble2 = tribble(
~a, ~b,
5,6
)
bind_rows_with_source <- function(...){
out = tibble()
for (newtibb in list(...)){
out <- bind_rows(out, newtibb %>% mutate(source = deparse(substitute(newtibb))))
}
return(out)
}
bind_rows_with_source(tibble1,tibble2)
#source column just contains the string 'newtibb' on all rows
#I want it to contain tibble1 for the first two rows and tibble2 for the third:
#~a, ~b, ~source
# 1,  2, tibble1
# 3,  4, tibble1
# 5,  6, tibble2

是否已经有一个功能可以实现这一点？有比我试图创建的效用函数更好的方法吗？有没有办法纠正我的做法？

衷心感谢阅读我的问题

Answer 1

这可以通过以下方式完成：

bind_rows(list(tibble1=tibble1, tibble2=tibble2), .id='source')
# A tibble: 3 x 3
source      a     b
<chr>   <dbl> <dbl>
1 tibble1     1     2
2 tibble1     3     4
3 tibble2     5     6

---

如果您不输入名称：

bind_rows_with_source <- function(..., .id = 'source'){
bind_rows(setNames(list(...), as.character(substitute(...()))), .id = .id)
}
bind_rows_with_source(tibble1,tibble2)
# A tibble: 3 x 3
source      a     b
<chr>   <dbl> <dbl>
1 tibble1     1     2
2 tibble1     3     4
3 tibble2     5     6

Answer 2

我们可以使用lazyeval包：一种使用公式进行非标准评估的替代方法。提供了LISP风格的"准引号"的完整实现，使使用其他代码生成代码变得更容易。https://cran.r-project.org/web/packages/lazyeval/lazyeval.pdf

library(lazyeval)
my_function <- function(df) {
df <- df %>% mutate(ref = expr_label(df))
return(df)
}
a <- my_function(tibble1)
b <- my_function(tibble2)
bind_rows(a, b)

输出：

a     b ref      
<dbl> <dbl> <chr>    
1     1     2 `tibble1`
2     3     4 `tibble1`
3     5     6 `tibble2`

Answer 3

另一个选项是rbindlist

library(data.table)
rbindlist(list(tibble1, tibble2), idcol = 'source')

Answer 4

如果您真的希望函数签名使用...，可以使用

bind_rows_with_source <- function(...){
tibbleNames <- as.character(unlist(as.list(match.call())[-1]))
tibbleList <- setNames(lapply(tibbleNames,get),tibbleNames)
sourceCol <- rep(tibbleNames,times=sapply(tibbleList,NROW))
out <- do.call("rbind",tibbleList)
out$source <- sourceCol
return(out)
}

或者您是否可以使用dplyr

bind_rows_with_source <- function(...){
tibbleNames <- as.character(unlist(as.list(match.call())[-1]))
tibbleList <- setNames(lapply(tibbleNames,get),tibbleNames)
dplyr::bind_rows(tibbleList, .id='source')
}