使用列索引，而不是在GROUP_BY

Question

的名字，我想总结与dplyr一个数据帧，像这样：

> test <-data.frame(ID = c("A", "A", "B", "B"), val = c(1:4)) 
> test %>% group_by(ID) %>% summarize(av = mean(val)) 
# A tibble: 2 x 2 
     ID av 
    <fctr> <dbl> 
1  A 1.5 
2  B 3.5 

但是假设，而不是由所谓的列分组“ID”我想小组第一列，而不管它的名字。有没有简单的方法来做到这一点？

我已经尝试了一些幼稚的方法（group_by(1)，group_by(.[1])，group_by(., .[1])，group_by(names(.)[1])无济于事。我才刚刚开始使用tidyverse包，所以我可能会丢失一些东西明显。

This question非常相似，但它是关于mutate的，我无法将其推广到我的问题This question也是类似的，但接受的答案是使用不同的包，并且我试图坚持dplyr.

Answer 1

可以使用的一个作用域变种（group_by_at）本：

test %>% group_by_at(1) %>% summarise(av = mean(val)) 

# A tibble: 2 x 2 
#  ID av 
# <fctr> <dbl> 
#1  A 1.5 
#2  B 3.5 

Answer 2

你可以使用与dplyr::group_by_标准评估：

test %>% 
group_by_(names(.)[1]) %>% 
summarize(av = mean(val)) 
## A tibble: 2 x 2 
#  ID av 
# <fctr> <dbl> 
#1  A 1.5 
#2  B 3.5 

Answer 3

如果我们需要使用NSE，然后sym和!!可用于

test %>% 
    group_by(!! rlang::sym(names(.)[1])) %>% 
    summarise(av = mean(val)) 
# A tibble: 2 x 2 
#  ID av 
# <fctr> <dbl> 
#1  A 1.5 
#2  B 3.5 

我们也可以创建一个函数。如果我们通过引用的字符串，然后我们用sym与!!要不然去为enquo/!!路线

f1 <- function(dat, grp, valueCol) { 
    dat %>% 
     group_by(!! rlang::sym(grp)) %>% 
     summarise(av = mean(!! rlang::sym(valueCol))) 
} 

f1(test, "ID", "val") 
# A tibble: 2 x 2 
#  ID av 
# <fctr> <dbl> 
#1  A 1.5 
#2  B 3.5