在字段和值都在变量中的 dplyr 中使用 filter_

Question

我想使用在变量中定义的字段过滤数据帧，select 一个也在变量中的值。说我有

df <- data.frame(V=c(6, 1, 5, 3, 2), Unhappy=c("N", "Y", "Y", "Y", "N"))
fld <- "Unhappy"
sval <- "Y"

我想要的值是 df[df$Unhappy == "Y", ]。

我已阅读 nse 小插图以尝试使用 filter_ 但不太理解。我试过了

df %>% filter_(.dots = ~ fld == sval)

什么也没返回。我得到了我想要的

df %>% filter_(.dots = ~ Unhappy == sval)

但这显然违背了使用变量来存储字段名称的目的。请问有什么线索吗？最终我想使用它，其中 fld 是字段名称的向量，sval 是 fld.

中每个字段的过滤器值向量

Answer 1

您可以尝试使用 lazyeval

中的 interp

 library(lazyeval)
 library(dplyr)
 df %>%
     filter_(interp(~v==sval, v=as.name(fld)))
 #   V Unhappy
 #1 1       Y
 #2 5       Y
 #3 3       Y

对于多个 key/value 对，我发现这很有效，但我认为应该有更好的方法。

  df1 %>% 
    filter_(interp(~v==sval1[1] & y ==sval1[2], 
           .values=list(v=as.name(fld1[1]), y= as.name(fld1[2]))))
 #  V Unhappy Col2
 #1 1       Y    B
 #2 5       Y    B

对于这些情况，我发现 base R 选项更容易。例如，如果我们尝试 filter 基于 'fld1' 中的 'key' 变量的行与 'sval1' 中的相应值，一个选项是使用 Map。我们对数据集 (df1[fld1]) 进行子集化，并将 FUN (==) 应用于 df1[f1d1] 的每一列，并在 'sval1' 中使用相应的值，并将 & 与 Reduce 获取可用于 filter 行 'df1'.

的逻辑向量

 df1[Reduce(`&`, Map(`==`, df1[fld1],sval1)),]
 #   V Unhappy Col2
 # 2 1       Y    B
  #3 5       Y    B

数据

df1 <- cbind(df, Col2= c("A", "B", "B", "C", "A"))
fld1 <- c(fld, 'Col2')
sval1 <- c(sval, 'B')

Answer 2

这里有一个基于 R 的替代方案，它可能不是很优雅，但它可能具有相当容易理解的好处：

df[df[colnames(df)==fld]==sval,]
#  V Unhappy
#2 1       Y
#3 5       Y
#4 3       Y

Answer 3

现在，rlang 0.4.0 为此类用例引入了一种更直观的新方法：

packageVersion("rlang")
# [1] ‘0.4.0’

df <- data.frame(V=c(6, 1, 5, 3, 2), Unhappy=c("N", "Y", "Y", "Y", "N"))
fld <- "Unhappy"
sval <- "Y"

df %>% filter(.data[[fld]]==sval)

#OR
filter_col_val <- function(df, fld, sval) {
  df %>% filter({{fld}}==sval)
}

filter_col_val(df, Unhappy, "Y")

可以在 https://www.tidyverse.org/articles/2019/06/rlang-0-4-0/

找到更多信息

上一个答案

对于 dplyr 0.6.0 及更高版本，此代码有效：

packageVersion("dplyr")
# [1] ‘0.7.1’

df <- data.frame(V=c(6, 1, 5, 3, 2), Unhappy=c("N", "Y", "Y", "Y", "N"))
fld <- "Unhappy"
sval <- "Y"

df %>% filter(UQ(rlang::sym(fld))==sval)

#OR
df %>% filter((!!rlang::sym(fld))==sval)

#OR
fld <- quo(Unhappy)
sval <- "Y"
df %>% filter(UQ(fld)==sval)

有关 dplyr 语法的更多信息，请访问 http://dplyr.tidyverse.org/articles/programming.html and the quosure usage in the rlang package https://cran.r-project.org/web/packages/rlang/index.html。

如果您发现在 dplyr 0.6+ 中掌握非标准评估具有挑战性，Alex Hayes 有一篇关于该主题的精彩文章：https://www.alexpghayes.com/blog/gentle-tidy-eval-with-examples/

原答案

使用 dplyr 0.5.0 及更高版本，可以使用更简单的语法并更接近 @Ricky 最初想要的语法，我也发现它比使用 lazyeval::interp[=20= 更具可读性]

df %>% filter_(.dots = paste0(fld, "=='", sval, "'"))

#  V Unhappy
#1 1       Y
#2 5       Y
#3 3       Y

#OR
df %>% filter_(.dots = glue::glue("{fld}=='{sval}'"))

Answer 4

从 LmW 开始；我个人更喜欢使用 dplyr 管道，其中点在管道之前指定，这样更容易以编程方式使用，比如在过滤器循环中。

dots <-  paste0(fld," == '",sval,"'")
df   %>% filter_(.dots = dots)

LmW 的示例是正确的，但值是硬编码的。

Answer 5

所以我试图做同样的事情，现在 dplyr 似乎有一个内置功能来解决这个问题。

在此处检查最后一个示例：https://dplyr.tidyverse.org/reference/filter.html

为了简单起见，我也把它粘贴在这里：

# To refer to column names that are stored as strings, use the `.data` pronoun:
vars <- c("mass", "height")
cond <- c(80, 150)
starwars %>%
  filter(
    .data[[vars[[1]]]] > cond[[1]],
    .data[[vars[[2]]]] > cond[[2]]
  )

在字段和值都在变量中的 dplyr 中使用 filter_

Using filter_ in dplyr where both field and value are in variables

r

dplyr

数据