在 R 中：子集或 dplyr::filter 带有向量中的变量

Question

df <- 
  data.frame(a=LETTERS[1:4],
             b=rnorm(4)
             )

vals <- c("B","D")

我可以 filter/subset df 使用 val 中的值：

dplyr::filter(df, a %in% vals)
subset(df, a %in% vals)

两者都给出：

  a         b
2 B 0.4481627
4 D 0.2916513

如果我在向量中有一个变量名怎么办，例如：

> names(df)[1]
[1] "a"

然后它不起作用 - 我猜是因为它被引用了

dplyr::filter(df, names(df)[1] %in% vals)
[1] a b
<0 rows> (or 0-length row.names)

你是怎么做到的？

更新（如果是 dplyr::tbl_df(df) 会怎样）

下面的答案适用于 data.frames，但不适用于 dplyr::tbl_df 包装数据：

df<-dplyr::tbl_df(df)
dplyr::filter(df, df[,names(df)[1]] %in% vals)

不起作用（我认为 tbl_df 是 df 之上的简单包装？）

这再次起作用：

dplyr::filter(df, as.data.frame(df)[,names(df)[1]] %in% vals)

最终更新：它与 tbl_df() 一起使用 lazyeval::interp

请参阅下面 AndreyAkinshin 的解决方案。

Answer 1

您可以使用 df[,"a"] 或 df[,1]:

df <- data.frame(a = LETTERS[1:4], b = rnorm(4))
vals <- c("B","D")

dplyr::filter(df, df[,1] %in% vals)
#  a         b
# 2 B 0.4481627
# 4 D 0.2916513

subset(df, df[,1] %in% vals)
#  a         b
# 2 B 0.4481627
# 4 D 0.2916513

dplyr::filter(df, df[,"a"] %in% vals)
#  a         b
# 2 B 0.4481627
# 4 D 0.2916513

subset(df, df[,"a"] %in% vals)
#  a         b
# 2 B 0.4481627
# 4 D 0.2916513

使用 dplyr::tbl_df(df)

lazyeval::interp 的一些魔法可以帮助我们！

df <- dplyr::tbl_df(df)
expr <- lazyeval::interp(quote(x %in% y), x = as.name(names(df)[1]), y = vals)

df %>% filter_(expr)
# Source: local data frame [2 x 2]
#
#   a        b
# 1 B 0.4481627
# 2 D 0.2916513

Answer 2

在 tidyverse 中解决这个问题的简单方法：

library(tidyverse)
df <- data.frame(a = LETTERS[1:4], b = rnorm(4))
vals <- c("B","D")
df %>% filter(!!sym(names(.)[1]) %in% vals)

Answer 3

您可以使用 .data 代词来 select 列名称 -

library(dplyr)

col <- names(df)[1]
df %>% filter(.data[[col]] %in% vals)

#  a         b
#  <chr> <dbl>
#1 B     -1.06
#2 D     -1.75

或以 R 为基数 -

df[df[[col]] %in% vals, ]

在 R 中：子集或 dplyr::filter 带有向量中的变量

In R: subset or dplyr::filter with variable from vector

r

subset

dplyr