Question

鉴于输入数据框

library(dplyr)
( df <- data_frame(id = c(1,1,1,2,2,3), y = letters[1:6]) )
# # A tibble: 6 × 2
#      id     y
#   <dbl> <chr>
# 1     1     a
# 2     1     b
# 3     1     c
# 4     2     d
# 5     2     e
# 6     3     f

假设只想使用两个最常见的ID df[, c("id", "y")] id和1来获取2的子集：

df %>% group_by(id) %>% tally %>% arrange(desc(n)) %>% head(2) %>% .$id %>% print -> ids #*
# [1] 1 2

问题：有没有办法在filter 内的谓词函数中使用管道：

df %>% filter(
  id %in%  df %>% group_by(id) %>% tally %>% arrange(desc(n)) %>% head(2) %>% .$id  )
# Error: no applicable method for 'group_by_' applied to an object of class "logical"

df %>% filter(
  id %in%  (df %>% group_by(id) %>% tally %>% arrange(desc(n)) %>% head(2) %>% .$id)  )
# Error: cannot handle

df %>% filter(
  id %in%  {df %>% group_by(id) %>% tally %>% arrange(desc(n)) %>% head(2) %>% .$id}  )
# Error: cannot handle

我的意思是，最后两个谓词似乎在filter之外的预期工作：

df$id %in% (df %>% group_by(id) %>% tally %>% arrange(desc(n)) %>% head(2) %>% .$id)
# [1]  TRUE  TRUE  TRUE  TRUE  TRUE FALSE 
df$id %in% {df %>% group_by(id) %>% tally %>% arrange(desc(n)) %>% head(2) %>% .$id}
# [1]  TRUE  TRUE  TRUE  TRUE  TRUE FALSE

旁注：我知道我可以使用临时变量ids：

df %>% filter(id %in% ids) # *ids <- c(1,2)

或者我可以使用*_join：

df %>% inner_join(
  df %>% group_by(id) %>% tally %>% arrange(desc(n)) %>% head(2) %>% select(-n))

两者都产生预期输出：

# # A tibble: 5 × 2
#      id     y
#   <dbl> <chr>
# 1     1     a
# 2     1     b
# 3     1     c
# 4     2     d
# 5     2     e

Answer 1

不要因为它自己而复杂化。

ids <- (df %>% count(id) %>% arrange(n) %>% tail(2))$id
filter(df, id %in% ids)

Answer 2

可以进行连续链接但不会过多地依赖dplyr / filter，因为存在其他解决方案 - 仍然与%>%兼容：

df %>% 
    group_by(id) %>% 
    tally %>% 
    arrange(desc(n)) %>% 
    head(2) %>% 
    .$id %>% 
    is.element(df$id, .) %>% 
    subset(df, .)

Source: local data frame [5 x 2]

     id     y
  (dbl) (chr)
1     1     a
2     1     b
3     1     c
4     2     d
5     2     e

当链条变长时，链条链接然后缠绕链条会很麻烦。

对于这样的重新使用，我宁愿选择基本的R one liner：

df[df$id %in% as.integer(names(tail(sort(table(df$id)),2))),]

如何在dplyr :: filter谓词函数中组合magrittr管道和％in％？

2 个答案: