r-如何将dplyr操作与列名字符串列表一起使用

Question

是否有一种稳健的方法可以使用一个变量，该变量包含与数据帧列名相对应的字符串列表，用于传递到各种dplyr操作？

我刚刚进入dplyr。

当我尝试对数据帧中的列的子集使用操作时，当我在逗号分隔的列表中显式地逐个命名列时，dplyr做得很好。

此代码按预期工作

library(dplyr)
# Create dataframe
df <- data.frame(
a = c(1, 1, 1, 2, 2, 2)
, b = c(1, 2, 3, 1, 2, 3)
, c = c(1, 2, 1, 2, 1, 2)
)
# Identify rows where a * c is duplicated
df %>%
select(a, c) %>%
count(a, c) %>%
filter(n > 1)

但是，有时我已经有了一个列名列表，我希望将其传递到dplyr步骤中，而不是显式地命名每一列。然而，我还没有找到一种简单/方便的方法来做到这一点，它足够强大，可以处理几个dplyr操作：

此代码不起作用

# Attempting to do the same with a named list of relevant columns
relevantCols <- c("a", "c")
# Fails
df %>%
select(relevantCols)
# Trying to make new variable based on my relevantCols variable
colsForDplyr <- sapply(relevantCols, eval)
df %>%
# First step succeeds
select(colsForDplyr) %>%
# Fails at count step
count(colsForDplyr)

在上面的简单示例中，在每个dplyr操作中重新键入"a，c"并没有什么大不了的。但是，如果我有一个更长的列列表，我宁愿将一个变量传递到dplyr操作中，而不是一遍又一遍地重新键入列名列表。

关于如何做到这一点，有什么建议吗？

我将接受一个解决方案，该解决方案展示了如何从列名列表中创建一个变量，该列表可用于各种dplyr操作，而不是反复键入每个列名

Answer 1

我们可以使用syms和!!!作为变量传递列名。

library(dplyr)
library(rlang)
relevantCols <- c("a", "c")
df %>%
count(!!!syms(relevantCols)) %>%
filter(n > 1)
#  a c n
#1 1 1 2
#2 2 2 2

Answer 2

我们可以从dplyr使用across，而不必使用任何其他包

library(dplyr)
df %>% 
count(across(all_of(relevantCols))) %>% 
filter(n > 1)
#   a c n
#1 1 1 2
#2 2 2 2

Answer 3

请参阅dplyr编程指南，创建一个函数并使用拥抱函数{{ }}

library(dplyr)
# Create dataframe
df <- data.frame(
a = c(1, 1, 1, 2, 2, 2)
, b = c(1, 2, 3, 1, 2, 3)
, c = c(1, 2, 1, 2, 1, 2)
)
dupcol <- function(df, one, two){
df %>%
select({{one}}, {{two}}) %>%
count({{one}}, {{two}}) %>%
filter(n > 1)
}
dupcol(df, a, c)