我有一个tibble，其中列foo包含标题中另一列的名称。我想根据foo中命名的列进行过滤：
mtcars %>%
mutate(foo = c(rep("carb", 16), rep("gear", 16))) %>%
filter(!!sym(foo) == 4)
#> Error in is_symbol(x): object 'foo' not found
似乎正在全球环境中寻找foo，所以我认为我需要一种方法来指定foo应该在小标题的背景下进行评估。
所需结果与运行相同：
rbind(
mtcars[1:16,] %>% mutate(foo = "carb") %>% filter(carb == 4),
mtcars[17:32,] %>% mutate(foo = "gear") %>% filter(gear == 4)
)
#> mpg cyl disp hp drat wt qsec vs am gear carb foo
#> 1 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4 carb
#> 2 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4 carb
#> 3 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3 4 carb
#> 4 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4 4 carb
#> 5 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4 4 carb
#> 6 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3 4 carb
#> 7 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3 4 carb
#> 8 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1 gear
#> 9 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2 gear
#> 10 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1 gear
#> 11 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4 1 gear
#> 12 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4 2 gear
答案 0 :(得分：3)
如果'foo'已经是一个以“ am”作为字符串的列，请选择'foo'的第一个元素，将其转换为sym bol，求值（!!）和{{1} }'am'的值为1的那些行
filter如果每一行都有不同，那么有效的选择就是行/列索引
library(dplyr)
library(rlang)
mtcars %>%
mutate(foo = "am") %>%
filter(!! sym(foo[1]) == 1)
# mpg cyl disp hp drat wt qsec vs am gear carb foo
#1 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4 am
#2 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4 am
#3 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1 am
#4 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1 am
#5 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2 am
#6 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1 am
#7 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4 1 am
#8 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5 2 am
#9 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5 2 am
#10 15.8 8 351.0 264 4.22 3.170 14.50 0 1 5 4 am
#11 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5 6 am
#12 15.0 8 301.0 335 3.54 3.570 14.60 0 1 5 8 am
#13 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4 2 am
或选项为df1 <- mtcars %>%
mutate(foo = c(rep("carb", 16), rep("gear", 16)))
i1 <- cbind(seq_len(nrow(df1)), match(df1$foo, names(df1)))
subset(df1, df1[-ncol(df1)][i1] == 4)
# mpg cyl disp hp drat wt qsec vs am gear carb foo
#1 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4 carb
#2 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4 carb
#7 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3 4 carb
#10 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4 4 carb
#11 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4 4 carb
#15 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3 4 carb
#16 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3 4 carb
#18 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1 gear
#19 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2 gear
#20 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1 gear
#26 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4 1 gear
#32 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4 2 gear
和get
rowwise或在df1 %>%
rowwise %>%
filter(get(foo) == 4)
中使用行/列索引
filter答案 1 :(得分：1)
我会避免在这里进行整洁的评估并使用值。首先创建向量foo，其中包含来自carb和gear的相关值，然后对其进行过滤：
mtcars %>%
mutate(foo = c(carb[1:16], gear[1:16])) %>%
filter(foo == 4)
如果值的出处是可变的：
df <- mtcars[1:5, ]
cols <- c("cyl", "vs", "am", "gear", "carb")
assemble_from <- function(data, cols) {
map2_dbl(seq_along(cols), cols, function(i, c) data[[i, c]])
}
df %>%
mutate(foo = assemble_from(df, cols)) %>%
filter(foo %in% 1:3)
# Or more simply
df %>%
filter(assemble_from(df, cols) %in% 1:3)
答案 2 :(得分：1)
通常 filter() 表达式将两列与向量化谓词进行比较，该谓词逐行查看每个值。在这种情况下，我们有一列列名，用于确定每行要查看的列。我们可以使用 get() 和 rowwise() 解决这个问题。
Tidyeval 工具是为外部定义的列（例如在函数参数中）制作的。这里的列是在数据框内定义的。这是不寻常的，因为数据框中定义的列名必然会逐行变化。无论如何，由于列是在数据框中定义的，get() 似乎是此处使用的最佳工具。
由于我们有逐行问题，我们需要将数据框转换为 rowwise df。这样 mutate() 等中的表达式将按行计算一次。请注意，rowwise() 模式具有性能成本，因为它们不是矢量化的，因此它们应该仅限于代码的一小部分。
mtcars %>%
mutate(foo = c(rep("carb", 16), rep("gear", 16))) %>%
rowwise() %>%
filter(get(foo) == 4)