R自定義函數適用於數據框中的所有變量

Question

我想創建一個自定義函數，將應用在一個循環中，給我一張表，包含我需要的所有信息我的表的所有變量。我的功能是基於dplyr函數和base。

myfun <- function(x, y) summarise(x, var=names(x[y]), n=sum(!is.na(y)), blank=n()-sum(!is.na(y)), distinct=n_distinct(y, na.rm=TRUE)) 

我的問題是，base功能（names()）需要參數y（變量名）用引號引起來，而只dplyr功能n_distinct需要簡單地這麼不帶引號給予正確回答na.rm=TRUE（如果我使用n_distinct(x[y], na.rm=TRUE)它不會給我一個沒有NA值的結果）。所以我不知道如何找到一個解決方案，讓y參數的好形式通過這兩個函數。我嘗試使用\"作爲names()函數，但它似乎沒有工作。這裏的錯誤，我得到：

myfun <- function(x, y) summarise(x, var=names(x[y]), n=sum(!is.na(y)), blank=n()-sum(!is.na(y)), distinct=n_distinct(y, na.rm=TRUE)) 
myfun(mtcars, "cyl") 

錯誤：Error in summarise_impl(.data, dots) : variable 'y' not found

myfun <- function(x, y) summarise(x, var=names(x[y]), n=sum(!is.na(y)), blank=n()-sum(!is.na(y)), distinct=n_distinct(y, na.rm=TRUE)) 
myfun(mtcars, cyl) 

錯誤：Error in summarise_impl(.data, dots) : Evaluation error: object 'cyl' not found.

myfun <- function(x, y) summarise(x, var=names(x[y]), n=sum(!is.na(x[y])), blank=n()-sum(!is.na(x[y])), distinct=n_distinct(x[y], na.rm=TRUE)) 
myfun(mtcars, "cyl") 

沒有錯誤，但na.rm=TRUE似乎並不待觀察。

然後，我的目標是蘋果的一些循環，爲我的數據框中的每個變量創建一行，然後可以導出的表中只有一個表中包含所有變量的這些信息。

我試圖讓一個最小的可重複的例子：

library(dplyr) 
myfun <- function(x, y) summarise(x, var=names(x[, y]), n=sum(!is.na(x[, y])), blank=n()-sum(!is.na(x[, y])), n_distinct=n_distinct(x[, y], na.rm=TRUE)) 
a <- mtcars%>% 
    summarise(n=sum(!is.na(cyl)), blank=n()-sum(!is.na(cyl)), n_distinct=n_distinct(cyl, na.rm=TRUE)) 
a <- lapply(colnames(mtcars), function(x) data.frame(bind_rows(a, myfun(mtcars, x)))) 
a <- data.frame(bind_rows(a, myfun(mtcars, "cyl"))) 
a <- a%>% 
    filter(!is.na(var))%>% 
    distinct(var, .keep_all=TRUE) 

但由於某些原因難以理解（至少對我來說）它不工作（線a <- lapply(colnames(mtcars), function(x) data.frame(bind_rows(a, myfun(mtcars, x))))，錯誤信息Error in summarise_impl(.data, dots) : Column變種is of unsupported type NULL）。它適用於我的數據框，我對它進行了子集化，並且它仍然正常工作，我手動創建了同樣的類中所有相同的值，然後再次手動創建相同的值，但它沒有工作......所以我真的迷失了，不明白爲什麼它適用於我的數據集，但沒有其他的，因爲我是R新手，只是通過嘗試，沒有關於此語言代碼的講座來學習，我有時不知道我在做什麼，但它作品（如上面的代碼爲我），然後沒有更多...

所以這段代碼適合我很好，只是有問題說，因爲我使用n_distinct(x[, y])它忽略na.rm=TRUE，我無法理解。

對不起，我問了一個相當不太完善的問題，我想我會很高興編輯它，如果你留下評論關於如何澄清它。我完全迷失了我的嘗試，並不知道如何以更清晰的方式呈現事物。感謝您的幫助和對不起的混亂

Answer 1

我不完全清楚你到底在做什麼，但這可能會得到它。

首先創建一個將爲每列運行的函數。

fn <- function(x){ 
    a = levels(x) 
    n = n=sum(!is.na(x)) 
    blank = length(x) - sum(!is.na(x)) 
    dist = length(unique(x)) 
    c(column = a, n=n, blank=blank, distinct=dist) 
} 

然後使用apply將函數應用到data.frame的每一列。我已將其轉置爲提供行。

t(apply(mtcars, 2, fn))