Question

我正在尝试使用dplyr根据动态变量进行过滤。

我已经发现要使过滤器工作，我需要将变量名括在括号中。但是，如果我将其编程为功能，则无法正常工作。

df_ex <- data.frame(a = 1:10, b = 11:20)

param <- quo(a)

# returns df_ex with column a, only, as expected
df_ex %>%
dplyr::select(!!param)

# returns expected df
df_ex %>%
dplyr::filter((!!param)==5)

# Now for the function
testfun <- function(test_df, filt_var){
   filt_var_mod <- quo(filt_var)

   test_df %>%
    dplyr::filter((!!filt_var_mod)==5)
}

# returns empty df, not as expected
testfun(df_ex, "a")

我想学习为自己找到关于dplyr的这些问题类型的答案，所以请随时向我推荐programming vignette的相关部分

Answer 1

如果您的函数接受列名作为字符，则无需引用它，另一方面，您需要将其转换为符号并立即使用{{1}在filter函数中对其进行评估} UQ语法中的!!：

nse

如果要键入不带引号的列名，则需要testfun <- function(test_df, filt_var){ test_df %>% dplyr::filter((!!rlang::sym(filt_var)) == 5) } testfun(df_ex, "a") # a b #1 5 15，

采用一个引用函数参数的符号，引用提供给该参数的R代码，捕获环境中的函数被调用（因此键入了R代码）和bundle 他们处于困境中。

enquo

Answer 2

从技术上讲，你不需要rlang或tidyeval或tibbles或dplyr来解决这类问题，基础R几乎不会让你使用引号，eval，parse和其他NSE工具做什么神圣的奶牛。从下往上烤。

编辑：@thelatemail提出的更优雅的解决方案

df_ex <- data.frame(a = 1:10, b = 11:20)

testfun <- function(test_df, filt_var) {
  test_df[test_df[,filt_var] == 5,]
}    

testfun(df_ex, "a")

返回

  a  b
5 5 15

只是为了好玩，data.table选项也可以起作用：

library(data.table)

df_ex <- data.frame(a = 1:10, b = 11:20)

testfun <- function(test_df, filt_var) {
  setDT(test_df,key = filt_var)[.(5)]
}

testfun(df_ex, "a")

返回：

   a  b
1: 5 15

Answer 3

在制作简单的函数时，有时可以使用范围版本动词来代替潮汐。

例如，如果您想将名称作为函数中的字符串传递，filter_at是一个选项。

以下是使用filter_at将变量视为字符串的内容。您传递要过滤的变量，然后在all_vars或any_vars中提供谓词函数。通过使用单个变量进行过滤，无论您使用哪个变量都无关紧要。

filter_at(df_ex, "a", all_vars(. == 5) )

 a  b
1 5 15

filter_at可以很容易地在函数中使用。

testfun = function(test_df, filt_var){

    test_df %>%
        dplyr::filter_at(filt_var, all_vars(. == 5) )
}

testfun(df_ex, "a")

  a  b
1 5 15

Answer 4

基础NSE似乎也有效：

testfun2 <- function(test_df, filt_var){
  filt_var_mod <- substitute(filt_var)
  test_df %>% 
    dplyr::filter(eval(filt_var_mod) == 5)
}

testfun2(df_ex, a)


  a  b
1 5 15

在函数中获取过滤器以使用整洁的评估

4 个答案: