dplyr条件选择中波浪号（~）的作用

Question

假设我有一个如下所示的原始数据集。作为整理过程，我尝试选择没有 NA 值的列 - 或者删除带有 NA- 的列，引用this

原始数据

 #>   data_name col_a  col_b
 #>   <chr>      <int> <int>
 #> 1 data_a     30    NA
 #> 2 data_b     20    75
 #> 3 sum        50    NA

删除 NA 列的代码

data_without_na <- raw_data %>% select_if(~ !any(is.na(.)))
data_without_na

输出

#>   data_name col_a
#>   <chr>      <int>
#> 1 data_a     30    
#> 2 data_b     20    
#> 3 sum        50  

输出如我所愿，但我很困惑为什么在条件的开头需要波形符 (~)。

到目前为止，这是我的理解：

• R 中的波浪号：将等式的左侧与右侧分开
• !: 否定
• any(is.na(.))：如果有任何 na 值，则每列的 true 或 false 值

波浪号如何在没有左侧变量的情况下工作？

Answer 1

在tidyverse中使用~等同于function(...)。基本上，~ converts a formula-like expression to a function。见下文：

library(dplyr)

df %>% 
  select_if(function(x) !any(is.na(x)))
#>   data_name col_a
#> 1    data_a    30
#> 2    data_b    20
#> 3       sum    50

df %>% 
  select_if(~ !any(is.na(.)))
#>   data_name col_a
#> 1    data_a    30
#> 2    data_b    20
#> 3       sum    50

我可以尝试进一步解释，但 StackOverflow 上有多个线程可以更好地解释这一点，所以我只参考那些：

1. Tilde Dot in R (~.)
2. Meaning of tilde and dot notation in dplyr

   数据：

   df <- read.table(text = " data_name col_a  col_b
    data_a     30    NA
    data_b     20    75
    sum        50    NA", header = T)