Передача имени столбца внутри функции с использованием dplyr

Question

Мне известно об использовании lazyeval внутри функции для обращения к именам столбцов с помощью dplyr, но я застрял. В общем, при создании функции, использующей dplyr, которая также ссылается на имена столбцов из аргументов функции, какой самый идиоматичный способ добиться этого? Благодарю.

 library(lazyeval)

 ## Create data frame
 df0 <- data.frame(x=rnorm(100), y=runif(100))

 ##########################################
 ## Sample mean; this way works
 ##########################################
 df0 %>%
   filter(!is.na(x)) %>%
   summarize(mean=mean(x))

 ##########################################
 ## Sample mean via function; does not work
 ##########################################
 dfSummary2 <- function(df, var_y) { 
   p <- df %>%
        filter(!is.na(as.name(var_y))) %>%
        summarize(mean=mean(as.name(var_y)))
   return(p)
}

dfSummary(df0, "x")
#   mean
# 1   NA
# Warning message:
# In mean.default("x") : argument is not numeric or logical: returning NA

 ##########################################
 ## Sample mean via function; also does not work
 ##########################################
 dfSummary <- function(df, var_y) {
   p <- df %>%
        filter(!is.na(var_y)) %>%
        summarize(mean=mean(var_y))
  return(p)
}

 dfSummary(df0, "x")
 #   mean
 # 1   NA
 # Warning message:
 # In mean.default("x") : argument is not numeric or logical: returning NA

Answer 1

Комментарий использовать summarize_ а также filter_ правильное направление при использовании dplyr и больше информации доступно с vignette("nse"),

Хотя с данной проблемой, это обеспечит функцию, которая использует переменное имя столбца без необходимости dplyr

dfSummary <- function(df, var_y) {
 mean(df[[var_y]], na.rm = TRUE) 
}

dfSummary(df0, "x")
[1] 0.105659

dfSummary(df0, "y")
[1] 0.4948618

Answer 2

summarize_иfilter_теперь устарели для информации. Лучше использовать

      dfSummary <- function(df, var_y) {
   p <- df %>%
        filter(!is.na(var_y)) %>%
        summarize(mean=mean({{var_y}}))
  return(p)
}