如何使用字符向量过滤数据框答案

【问题标题】：How to filter a dataframe with a character vector如何使用字符向量过滤数据框
【发布时间】：2020-02-26 15:15:57
【问题描述】：

我正在尝试从包dplyr 中过滤带有filter() 函数的data.frame。这里的主要问题是我想对条件使用向量。

例如

library(dplyr)
conditions <- c("Sepal.Width<3.2","Species==setosa")
DATA <- iris %>%
  filter(conditions) #This doesnt work, of course.

有什么功能需要

conditions <- c("Sepal.Width<3.2","Species==setosa")

作为输入并给我

Sepal.Width<3.2 & Species==setosa

作为输出？我想用eval(parse...) 和sapply 和paste0() 来添加&，但不能让它工作。

我们将不胜感激。

【问题讨论】：

标签： r filter dplyr

【解决方案1】：

存在多个问题。首先，您需要为第二个条件引用内部引号：

conditions <- c("Sepal.Width < 3.2", "Species == 'setosa'")

然后，您需要指定两个条件之间的关联。在这里，我假设一个&。然后就可以使用eval(parse(...))：

iris %>%
 filter(eval(parse(text = paste(conditions, sep = "&"))))

   Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1           5.1         3.5          1.4         0.2  setosa
2           4.9         3.0          1.4         0.2  setosa
3           4.7         3.2          1.3         0.2  setosa
4           4.6         3.1          1.5         0.2  setosa
5           5.0         3.6          1.4         0.2  setosa
6           5.4         3.9          1.7         0.4  setosa
7           4.6         3.4          1.4         0.3  setosa
8           5.0         3.4          1.5         0.2  setosa
9           4.4         2.9          1.4         0.2  setosa
10          4.9         3.1          1.5         0.1  setosa

另一方面，我认为引用@Martin Mächler 来警告与此方法相关的潜在问题总是很重要的：

（可能）唯一的连接是通过 parse(text = ....) 并且一切正常 R 程序员应该知道这很少是有效或安全的表示构造表达式（或调用）。而是了解更多关于替代（），报价（），可能还有使用的力量 do.call(替代，......).

【讨论】：

感谢您的回答。没有注意到 setosa 中的报价，它对我有用！正如我向@sindri_baldur 询问的那样，您知道没有 Eval(parse) 的其他方法吗？

【解决方案2】：

这是一个方式：

conditions <- c("Sepal.Width<3.2","Species=='setosa'")
# note the small change here:               ↑      ↑
DATA <- iris %>%
  filter(eval(parse(text = paste(conditions, collapse = "&"))))

> DATA
   Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1           4.9         3.0          1.4         0.2  setosa
2           4.6         3.1          1.5         0.2  setosa
3           4.4         2.9          1.4         0.2  setosa
4           4.9         3.1          1.5         0.1  setosa
5           4.8         3.0          1.4         0.1  setosa
6           4.3         3.0          1.1         0.1  setosa
7           5.0         3.0          1.6         0.2  setosa
8           4.8         3.1          1.6         0.2  setosa
9           4.9         3.1          1.5         0.2  setosa
10          4.4         3.0          1.3         0.2  setosa
11          4.5         2.3          1.3         0.3  setosa
12          4.8         3.0          1.4         0.3  setosa

【讨论】：

我明白了，我不知道为什么它一开始对我不起作用。谢谢，您知道是否有没有 eval(parse..) 的方法吗？
@kowa 我们可能遇到了 XY 问题。你的申请是什么？
我会用to来对数据进行分类，所以我会是唯一一个可以访问代码的人，这就是为什么我不害怕XSS攻击，但不介意更安全。

【解决方案3】：

一个整洁的方法是使用rlang::parse_exprs()。

library(dplyr)

conditions <- c("Sepal.Width < 3.2", "Species == 'setosa'")

iris %>%
  filter( !!! rlang::parse_exprs(conditions))

   Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1           4.9         3.0          1.4         0.2  setosa
2           4.6         3.1          1.5         0.2  setosa
3           4.4         2.9          1.4         0.2  setosa
4           4.9         3.1          1.5         0.1  setosa
5           4.8         3.0          1.4         0.1  setosa
6           4.3         3.0          1.1         0.1  setosa
7           5.0         3.0          1.6         0.2  setosa
8           4.8         3.1          1.6         0.2  setosa
9           4.9         3.1          1.5         0.2  setosa
10          4.4         3.0          1.3         0.2  setosa
11          4.5         2.3          1.3         0.3  setosa
12          4.8         3.0          1.4         0.3  setosa

【讨论】：