{{ }}を用いると、普段のdplyrの書き方を関数内でもほぼできるようになった模様

dplyrではNSEなどの関係で、関数内で普段通りのdplyr的な書き方はできなくて色々とややこしかったのが、rlang 0.4.0からは{{ }}を使って直感的な書き方ができるようになったらしい。

www.tidyverse.org

www.r-bloggers.com

関数を使わないでコピペを繰り返すやり方

例えばirisデータで、Species毎に各列の平均値を求める場合、関数を使わない場合以下のようにする。

library(tidyverse)

iris2 = iris %>%
  tibble()

# # A tibble: 150 x 5
# Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# <dbl>       <dbl>        <dbl>       <dbl> <fct>  
#   1          5.1         3.5          1.4         0.2 setosa 
# 2          4.9         3            1.4         0.2 setosa 
# 3          4.7         3.2          1.3         0.2 setosa 
# 4          4.6         3.1          1.5         0.2 setosa 
# 5          5           3.6          1.4         0.2 setosa 
# 6          5.4         3.9          1.7         0.4 setosa 
# 7          4.6         3.4          1.4         0.3 setosa 
# 8          5           3.4          1.5         0.2 setosa 
# 9          4.4         2.9          1.4         0.2 setosa 
# 10          4.9         3.1          1.5         0.1 setosa 
# # … with 140 more rows

# 列を変えて3回繰り返す

iris2 %>% 
  group_by(Species) %>%
  summarise(avg = mean(Sepal.Length, na.rm = TRUE))
# # A tibble: 3 x 2
# Species      avg
# <fct>      <dbl>
#   1 setosa      5.01
# 2 versicolor  5.94
# 3 virginica   6.59

iris2 %>% 
  group_by(Species) %>%
  summarise(avg = mean(Sepal.Width, na.rm = TRUE))

# # A tibble: 3 x 2
# Species      avg
# <fct>      <dbl>
#   1 setosa      3.43
# 2 versicolor  2.77
# 3 virginica   2.97


iris2 %>% 
  group_by(Species) %>%
  summarise(avg = mean(Petal.Length, na.rm = TRUE))
# # A tibble: 3 x 2
# Species      avg
# <fct>      <dbl>
#   1 setosa      1.46
# 2 versicolor  4.26
# 3 virginica   5.55

# 以下略

関数化をしたやりかた(直感的な書き方:error)

何回も同じコードをコピペはナンセンスなので、関数化する。そのまま書くと以下のようになりそうだがエラーとなる。

mean_by <- function(data, by, var) {
  data %>%
    group_by(by) %>%
    summarise(avg = mean(var, na.rm = TRUE))
}

iris2 %>%
  mean_by(Species, Sepal.Length)
#  エラー: Column `by` is unknown 

iris2 %>%
  mean_by(Species, Sepal.Width)
#  エラー: Column `by` is unknown 

...

関数化をしたやりかた(旧rlangを使ったわかりづらい書き方)

そのため、今まではsymや!!などで独特の書き方をする必要があった。

mean_by <- function(data, by, var) {
  
  by <- sym(by)
  var <- sym(var)
  
  data %>%
    group_by(!!by) %>%
    summarise(avg = mean(!!var, na.rm = TRUE))
}

iris2 %>%
  mean_by('Species', 'Sepal.Length')

# # A tibble: 3 x 2
# Species      avg
# <fct>      <dbl>
#   1 setosa      5.01
# 2 versicolor  5.94
# 3 virginica   6.59

iris2 %>%
  mean_by('Species', 'Sepal.Width')

# # A tibble: 3 x 2
# Species      avg
# <fct>      <dbl>
#   1 setosa      3.43
# 2 versicolor  2.77
# 3 virginica   2.97

knknkn.hatenablog.com

teramonagi.hatenablog.com

関数化をしたやりかた(直感的な書き方)

先程の直感的な書き方とほぼ同じだが、関数の引数で指定している部分は {{ }}で囲うと引数が渡されるようになったようだ。

mean_by <- function(data, by, var) {
  data %>%
    group_by({{by}}) %>%
    summarise(avg = mean({{var}}, na.rm = TRUE))
}


iris2 %>%
  mean_by(Species, Sepal.Width)

# # A tibble: 3 x 2
# Species      avg
# <fct>      <dbl>
#   1 setosa      5.01
# 2 versicolor  5.94
# 3 virginica   6.59

iris2 %>%
  mean_by(Species, Sepal.Length)

# # A tibble: 3 x 2
# Species      avg
# <fct>      <dbl>
#   1 setosa      3.43
# 2 versicolor  2.77
# 3 virginica   2.97

おまけ。列名での変数名の使用

過去記事で、列名に動的に名前をつけるために :=を使いましたが同様のやり方で可能。

knknkn.hatenablog.com

なお、{ }は関数での引数のうち文字列となる変数(glue同様の使い方になる)、{{ }}は引数の列名(シングルコートなしのNSE)となる。

mean_by <- function(data, by, var, prefix = 'avg') {
  data %>%
    group_by({{by}}) %>%
    summarise('{prefix}_{{var}}' := mean({{var}}, na.rm = TRUE))
}


iris2 %>%
  mean_by(Species, Sepal.Width)

# # A tibble: 3 x 2
# Species    avg_Sepal.Width
# <fct>                <dbl>
#   1 setosa                3.43
# 2 versicolor            2.77
# 3 virginica             2.97