如何通过多个灵活的条件过滤列

Question

我正在编写一个函数来聚合数据框，它需要普遍适用于各种数据集。此函数的一个步骤是 dplyr 的 filter 函数，用于从数据中 select 仅与手头任务相关的广告活动类型。因为我需要函数灵活，所以我希望 ad_campaign_types 作为输入，但这使得过滤有点毛茸茸，如下所示：

aggregate_data <- function(ad_campaign_types) {
  raw_data %>%
    filter(ad_campaign_type == ad_campaign_types) -> agg_data
  agg_data
}
new_data <- aggregate_data(ad_campaign_types = c("campaign_A", "campaign_B", "campaign_C"))

我认为上面的方法会起作用，但是当它运行时，奇怪的是它只 returns 只是过滤数据集应该是的一小部分。有更好的方法吗？

另一个可替换代码的小例子：

ad_types <- c("a", "a", "a", "b", "b", "c", "c", "c", "d", "d")
revenue <- c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10)
data <- as.data.frame(cbind(ad_types, revenue))

# Now, filtering to select only ad types "a", "b", and "d",
# which should leave us with only 7 values
new_data <- filter(data, ad_types == c("a", "b", "d"))
nrow(new_data)
[1] 3

Answer 1

对于多个条件，使用 %in% 函数：

filter(data, ad_types %in% c("a", "b", "d"))

你也可以使用"not in"标准：

filter(data, !(ad_types %in% c("a", "b", "d")))

但是请注意 %in% 的行为与 == 略有不同：

> c(2, NA) == 2
[1] TRUE   NA
> c(2, NA) %in% 2
[1]  TRUE FALSE

有些人发现其中一个比另一个更直观，但您必须记住其中的区别。

至于使用多个不同的标准，只需使用带有 and/or 语句的标准链：

filter(mtcars, cyl > 2 & wt < 2.5 & gear == 4)

Answer 2

Tim 可以正确过滤数据帧。但是，如果你想用 dplyr 做一个函数，你需要按照这个网页上的说明进行操作：https://rpubs.com/hadley/dplyr-programming.

我建议的代码。

library(tidyverse)
ad_types <- c("a", "a", "a", "b", "b", "c", "c", "c", "d", "d")
revenue <- c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10)
df <- data_frame(ad_types = as.factor(ad_types), revenue = revenue)

aggregate_data <- function(df, ad_types, my_list) {
      ad_types = enquo(ad_types) # Make ad_types a quosure
      df %>%
          filter(UQ(ad_types) %in% my_list) # Unquosure
}

new_data <- aggregate_data(df = df, ad_types = ad_types, 
                           my_list = c("a", "b", "c"))

应该可以！

如何通过多个灵活的条件过滤列

How to filter a column by multiple, flexible criteria

r

function

dplyr