打印 dplyr 的过滤功能过滤掉的行数答案

【问题标题】：Print number of rows filtered out by dplyr's filter function打印 dplyr 的过滤功能过滤掉的行数
【发布时间】：2017-04-22 15:54:45
【问题描述】：

有没有办法使用 dplyr 的过滤器功能打印每个过滤器操作过滤器从数据帧中过滤的行数？

考虑一个经过过滤的简单示例数据框：

test.df <- data.frame(col1 = c(1,2,3,4,4,5,5,5))

filtered.df <- test.df %>% filter(col1 != 4, col1 != 5)

我想输出这段代码：

'过滤掉 2 行使用：col1 != 4'
'过滤掉 3 行使用：col1 != 5'

到目前为止，我在创建自己的函数方面所做的尝试

print_filtered_rows <- function(dataframe, ...) {
        dataframe_new <- dataframe
        for(arg in list(...)) {
            print(arg)
            dataframe <- dataframe_new
            dataframe_new <- dataframe %>% filter(arg)
            rows_filtered <- nrow(dataframe) - nrow(data_fram_new)
            print(sprintf('Filtered out %s rows using: %s', rows_filtered, arg)
        }
    return(dataframe_new)
}

但我无法真正掌握......实际上是什么以及如何使用它。我读过：

http://adv-r.had.co.nz/Functions.html#function-arguments

但这并没有真正帮助我。

【问题讨论】：

另外，看看 purrr::walk() ，它将打印函数的副作用并沿管道传输数据。

标签： r printing filter dplyr

【解决方案1】：

非常接近！您实际上是在寻找Non-Standard Evaluation 上的章节。

library(dplyr)

print_filtered_rows <- function(dataframe, ...) {
  df <- dataframe
  vars = as.list(substitute(list(...)))[-1L]
  for(arg in vars) {
    dataframe <- df
    dataframe_new <- dataframe %>% filter(arg)
    rows_filtered <- nrow(df) - nrow(dataframe_new)
    cat(sprintf('Filtered out %s rows using: %s\n', rows_filtered, deparse(arg)))
    df = dataframe_new
  }
  return(dataframe_new)
}

data(iris)

iris %>% 
  print_filtered_rows(Species == "virginica", Species != "virginica") %>% 
  head()
#> Filtered out 100 rows using: Species == "virginica"
#> Filtered out 50 rows using: Species != "virginica"
#> [1] Sepal.Length Sepal.Width  Petal.Length Petal.Width  Species     
#> <0 rows> (or 0-length row.names)

【讨论】：

一个很棒的功能。但是，虽然它适用于 dplyr 0.4，但它不适用于 dplyr 0.7。

【解决方案2】：

在过滤器函数中在arg 之前添加!! 似乎可以修复迈克尔在 dplyr 1.0.0 中的好功能。

print_filtered_rows <- function(dataframe, ...) {
  df <- dataframe
  vars = as.list(substitute(list(...)))[-1L]
  for(arg in vars) {
    dataframe <- df
    dataframe_new <- dataframe %>% filter(!!arg)
    rows_filtered <- nrow(df) - nrow(dataframe_new)
    cat(sprintf('Filtered out %s rows using: %s\n', rows_filtered, deparse(arg)))
    df = dataframe_new
  }
  return(dataframe_new)
}

【讨论】：