解决方案

Question

鉴于dplyr工作流程：

require(dplyr)                                      
mtcars %>% 
    tibble::rownames_to_column(var = "model") %>% 
    filter(grepl(x = model, pattern = "Merc")) %>% 
    group_by(am) %>% 
    summarise(meanMPG = mean(mpg))

我有兴趣根据filter的值有条件地应用applyFilter。

解决方案

对于applyFilter <- 1，使用"Merc"字符串过滤行，而不返回过滤器所有行。

applyFilter <- 1


mtcars %>%
  tibble::rownames_to_column(var = "model") %>%
  filter(model %in%
           if (applyFilter) {
             rownames(mtcars)[grepl(x = rownames(mtcars), pattern = "Merc")]
           } else
           {
             rownames(mtcars)
           }) %>%
  group_by(am) %>%
  summarise(meanMPG = mean(mpg))

问题

由于始终会评估ifelse调用，因此建议的解决方案效率低下;更可取的方法只会评估filter的{{1}}步骤。

尝试

效率低下的工作解决方案看起来像这样：

applyFilter <- 1

当然，上面的语法不正确。它只是说明理想工作流程的外观。

期望的答案

我对创建一个临时对象不感兴趣;工作流程应该类似于：

mtcars %>% 
    tibble::rownames_to_column(var = "model") %>% 
    # Only apply filter step if condition is met
    if (applyFilter) { 
        filter(grepl(x = model, pattern = "Merc"))
        }
    %>% 
    # Continue 
    group_by(am) %>% 
    summarise(meanMPG = mean(mpg))

理想情况下，我想找到一个解决方案，我可以控制是否正在评估startingObject %>% ... conditional filter ... final object来电

Answer 1

这种方法怎么样：

mtcars %>% 
    tibble::rownames_to_column(var = "model") %>% 
    filter(if(applyfilter== 1) grepl(x = model, pattern = "Merc") else TRUE) %>% 
    group_by(am) %>% 
    summarise(meanMPG = mean(mpg))

这意味着grepl仅在applyfilter为1时进行评估，否则filter只会回收TRUE。

或另一种选择是使用{}：

mtcars %>% 
  tibble::rownames_to_column(var = "model") %>% 
  {if(applyfilter == 1) filter(., grepl(x = model, pattern = "Merc")) else .} %>% 
  group_by(am) %>% 
  summarise(meanMPG = mean(mpg))

显然有另一种可能的方法，你只需要破坏管道，有条件地做过滤器然后继续管道（我知道OP没有要求这个，只想为其他读者提供另一个例子）

mtcars %<>% 
  tibble::rownames_to_column(var = "model")

if(applyfilter == 1) mtcars %<>% filter(grepl(x = model, pattern = "Merc"))

mtcars %>% 
  group_by(am) %>% 
  summarise(meanMPG = mean(mpg))

根据外部价值有条件地应用管道步骤

解决方案

问题

尝试

期望的答案

1 个答案: