r-Dplyr-如果列存在，则选择此项，如果确实存在，则进行汇总

Question

我可以使用dplyr中的"contains"检查特定列是否存在。如果表达式的摘要不存在，我很难对其进行评估。

这是我的代码片段：

df <- Prod%>%
group_by(Entity)%>%
select(Entity,`Cum.Oil`,`Cum.Gas`,contains("EUR")%>%
summarise(Oil = mean(`Cum.Oil`), Gas = mean(`Cum.Gas`), EUR=mean(EUR))

如果EUR列不存在，我如何忽略summary表达式中的"EUR"表达式？

Answer 1

这样的东西应该可以工作：

df <- Prod%>%
group_by(Entity)%>%
summarise(across(any_of(c('Cum.Oil', 'Cum.Gas', 'Eur')), ~mean(.x), 
.names = '{.col %>% str_remove("Cum.")}' )

不过，没有一些reprex就无法进行测试。

提示：您也可以在select语句中使用any_of：

df <- Prod%>%
group_by(Entity)%>%
select(any_of(c('Entity', 'Cum.Oil', 'Cum.Gas', "EUR"))

Answer 2

如果更方便的话，你也可以在dplyr管道中使用ifelse结构，尽管我认为@Juan的回答更优雅：

Prod <- data.frame(Entity = c("a", "b", "a"),`Cum.Oil` = 1:3,`Cum.Gas`=c(2,4,6)
, EUR = c(7,9,9)
)
Prod %>% 
group_by(Entity) %>% {
ifelse(exists("EUR", .), 
. <- summarise(., Oil = mean(`Cum.Oil`), 
Gas = mean(`Cum.Gas`), 
EUR = mean(EUR)
), 
. <- summarise(., Oil = mean(`Cum.Oil`), 
Gas = mean(`Cum.Gas`)
)
)  
.
} 

Answer 3

Juan C的答案就是解决这个问题的方法。

但作为参考，我们可以使用purrr::when()来创建管道友好条件。当我们想在when()中使用类似exists()的函数时，我们可以指定envir参数如下：exists("EUR", envir = as.environment(.))。

library(tidyverse)
Prod <- data.frame(Entity = c("a", "b", "a"),
`Cum.Oil` = 1:3,
`Cum.Gas`=c(2,4,6),
EUR = c(7,9,9))
Prod %>%
group_by(Entity)%>%
select(Entity,`Cum.Oil`,`Cum.Gas`, contains("EUR")) %>%

when(exists("EUR", envir = as.environment(.)) ~ 
summarise(., Oil = mean(`Cum.Oil`), Gas = mean(`Cum.Gas`), EUR=mean(EUR)),

TRUE ~
summarise(., Oil = mean(`Cum.Oil`), Gas = mean(`Cum.Gas`))
)
#> # A tibble: 2 × 4
#>   Entity   Oil   Gas   EUR
#>   <chr>  <dbl> <dbl> <dbl>
#> 1 a          2     4     8
#> 2 b          2     4     9

^{创建于2022-11-16，reprex v2.0.2}