在不同环境下的多个数据帧上应用相同的过滤器

Question

执行主要代码时，我有一些大的sf对象驻留在全局环境中。该主要代码调用create_foo_map函数，这些函数使用大型sf对象的过滤版本，并导入/创建自己的较小sf对象，应将相同的过滤器应用于该对象。理想情况下，过滤器将在create_foo_map内部运行，并且不影响全局环境中的大型对象。

This post on list2env使我想到了类似的内容，该方法将相同的过滤器应用于各种数据集，但需要进行大量调整才能在两种环境下工作。

library(dplyr)
library(purrr)

set.seed(100)


volcano1 <- sample_frac(faithful, 0.25)
volcano2 <- sample_frac(faithful, 0.25)
volcano3 <- sample_frac(faithful, 0.25)
volcano4 <- sample_frac(faithful, 0.25)



exclude <- function(df) {

  df <- get(df)

  df %>% 
    filter(waiting > 90)

}


basic_obj <- ls(pattern = "volcano")

mod_obj <- map(basic_obj, exclude) 

names(mod_obj) <- basic_obj

list2env(mod_obj, envir = environment())
#> <environment: R_GlobalEnv>

所以，我有两个（一组）问题：

1）这是在多个数据帧上应用相同过滤器的最简单方法吗？我当时在想purrr::modify，但最终并没有得到更简单的答案。

2）是否可以将此方法（或替代方法）扩展到函数内部和全局环境（或另一个环境）中的数据框？怎么样？

在此先感谢任何指针！