Question

如何仅使用函数的非缺失参数在R中应用过滤器？

假设我具有此功能：

extract_data <- function(.a = NA, .b = NA, .c = NA) {
  df %>% 
    filter(a == .a,
           b == .b,
           c == .c)
}

如果我运行extract_data(.a = 1, .c == 1)，我希望该函数返回df的所有行，其中a = 1和c = 1，无论b的值如何。

很明显，上面的函数考虑了b的值，并且只会返回其中a = 1，c = 1和b = NA的行。当其值为b时，如何修改该函数以忽略NA？

我正在寻找一种动态解决方案，因为我的实际函数具有的参数比上面示例中使用的参数更多。

Answer 1

以下示例可能会为您提供帮助：

library(tidyverse)
extract_data <- function(df, ...) {
  condition = enquos(...)
  df %>% 
    filter(!!!condition)
}

extract_data(mtcars, mpg > 25, gear > 4)
#   mpg cyl  disp  hp drat    wt qsec vs am gear carb
#1 26.0   4 120.3  91 4.43 2.140 16.7  0  1    5    2
#2 30.4   4  95.1 113 3.77 1.513 16.9  1  1    5    2

extract_data(mtcars, mpg > 25)
#    mpg cyl  disp  hp drat    wt  qsec vs am gear carb
# 1 32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1
# 2 30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    2
# 3 33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1
# 4 27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1
# 5 26.0   4 120.3  91 4.43 2.140 16.70  0  1    5    2
# 6 30.4   4  95.1 113 3.77 1.513 16.90  1  1    5    2

extract_data(mtcars, gear == 4, carb == 1)
#    mpg cyl  disp hp drat    wt  qsec vs am gear carb
# 1 22.8   4 108.0 93 3.85 2.320 18.61  1  1    4    1
# 2 32.4   4  78.7 66 4.08 2.200 19.47  1  1    4    1
# 3 33.9   4  71.1 65 4.22 1.835 19.90  1  1    4    1
# 4 27.3   4  79.0 66 4.08 1.935 18.90  1  1    4    1

在这种情况下，您不需要对要在过滤器中检查的任何变量进行硬编码。您可以在函数调用中定义它们。

注意：这种方法为您提供了在函数调用中定义过滤条件的完全灵活性。例如：

extract_data(mtcars, gear == 4 & (carb == 1 | hp > 100))

在函数定义中使用...时，请确保命名其他函数参数以避免混淆。

仅使用函数的非缺失参数应用过滤器

1 个答案: