Question

使用dplyr函数过滤，分组和变异数据的函数。基本管道序列在函数外部工作很好，这是我使用真正的列名称的地方。把它放在一个函数中，其中列名是一个变量，一些函数可以工作但有些并不是最显着的dplyr :: filter（）。例如：

var1 <- c('yes', NA, NA, 'yes', 'yes', NA, NA, NA, 'yes', NA, 'no', 'no', 'no', 'maybe', NA, 'maybe', 'maybe', 'maybe')

var2 <- c(1:18)

df <- data.frame(var1, var2)

这样可以正常工作（即过滤NA）：

df%>%filter(!is.na(var1))

......但这不是：

x <- "var1"

df%>%filter(!is.na(x))

......但这样做：

df%>%select(x)

这是NA需要专门过滤掉的。

尝试得到（“x”），没有好处，切片：

df[!is.na(x),]

......也没有好处。

有关如何传递变量以过滤函数内部（或外部）以及变量为何与其他dplyr函数一起使用的任何想法？

Answer 1

我们可以使用sym转换为符号，然后使用UQ对其进行评估

library(rlang)
library(dplyr)
df %>%
   filter(!is.na(UQ(sym(x))))
#     var1 var2
#1    yes    1
#2    yes    4
#3    yes    5
#4    yes    9
#5     no   11
#6     no   12
#7     no   13
#8  maybe   14
#9  maybe   16
#10 maybe   17
#11 maybe   18

Answer 2

由于我的声誉不足以在上面评论......我建议在这里查看我的答案：https://stackoverflow.com/a/45265617/6238025

如果您想使用dplyr创建功能，则需要按照此网页上的说明进行操作：https://rpubs.com/hadley/dplyr-programming。

library(tidyverse)
var1 <- c('yes', NA, NA, 'yes', 
          'yes', NA, NA, NA, 'yes', NA, 'no', 
          'no', 'no', 'maybe', NA, 'maybe', 
          'maybe', 'maybe')
var2 <- c(1:18)

df <- data_frame(var1, var2)

your_function <- function(df, filter) {
      # Make filter a quosure
      filter = enquo(filter)

      df %>% 
        filter(!is.na(!!filter)) -> new_df

      return(new_df)
}
new_df <- your_function(df = df, filter = var1)

你也可以跳过函数内的filter = enquo(filter)，然后你的电话会是：

your_function(df=df, filter=quo(var1))

然而，第一种方式更适合进行函数调用。您不需要记住quo()

这应该有用！

Answer 3

有一个新的软件包 seplyr ，它将标准评估标准传递给dplyr。试试看。您可以将正常的引用代码通过它传递给dplyr。它使得在dplyr中传递参数和编写函数变得更容易。

＆＃xA;＆＃xA;

对于你的情况：

＆＃xA;＆＃xA;

  install。包（“seplyr”）＆＃xA;库（seplyr）＆＃xA; x＆lt;  - “var1”＆＃xA; df％＆gt;％filter_se（paste0（“！is.na（”，x，“）” ））＆＃XA;

＆＃XA;

Answer 4

这也可以，并且它更简单 - 只需引用包含方括号之间的列名的变量，并使用（。）来引用输入df：

cout<< it->second<<endl;

请注意，这也适用于函数：

> df %>% filter(!is.na((.)[x]))
    var1 var2
1    yes    1
2    yes    4
3    yes    5
4    yes    9
5     no   11
6     no   12
7     no   13
8  maybe   14
9  maybe   16
10 maybe   17
11 maybe   18

为什么dplyr filter（）不能在函数内工作（即使用变量作为列名）？

4 个答案: