将逻辑表达式传递给 R 中 data.table 的函数

Question

我想将一个数值传递给一个函数，在该函数中我将使用它来选择数据表中的行。这是一个简单的例子，其中的数字量是一个日期：

#' Example
library(data.table)
library(ggplot2)

test <- function(date = NULL){
  DT <- as.data.table(economics)
  if (!is.null(date)){
    date <- as.Date(date)
# See https://stackoverflow.com/questions/21658893/subsetting-data-table-using-variables-with-same-name-as-column
    DT <- DT[eval(DT[,date %in% ..date])] # Pick one date
  }
  DT
}

请注意，它使用推荐的第二种方法here 为函数参数使用与 data.table 列相同的名称。

这适用于以下调用：

junk <- test(date = "1970-01-01")

还要注意，在现实生活中，我不会使用示例中使用的数据集。相反，我将从here 下载联合国人口数据。这是相关的，因为此数据集仅按年份对数值进行日期编码，因此无需像示例中那样使用 as.Date() 进行转换。

所以调用看起来更像：

   junk <- test(date = 1970)

这就是问题所在。除了将单个值作为日期传递之外，我还想传递逻辑表达式。但是最好的方法是什么？

为方便起见，让我们将“..date”作为对日期参数的引用与“date”作为对日期列名称的引用进行区分。

在示例函数中，对DT的第二个修改当前使用：

   DT <- DT[date %in% ..date],

其中 ..date 已从字符转换为日期。因为我正在使用将日期编码为数值的数据集，所以这种转换是不必要的。 （但调用代码有时可能需要将数值转换为日期。）

现在我想要类似的东西

   DT <- DT [date ..date],

其中 ..date 可以是逻辑表达式的后端，例如“

因此，就数据表子集的简单选择而言，有时可以评估为：

   DT <- [date == 1970],

其他时间为：

   DT <- [date <= 1970]

实现这一点的最佳方法是什么？

Answer 1

试试这个：

test <- function(..., .data = data.table::as.data.table(economics)) {
  ind <- Reduce(`&`, eval(substitute(list(...)), envir = .data))
  .data[ind,]
}

它支持：

• 单个参数，任意长度/复杂度，将在.data 的上下文中解析：

  test(date > as.Date("1969-01-01") & date < as.Date("1970-01-01"))
  #           date   pce    pop psavert uempmed unemploy
  #  1: 1969-02-01 588.7 201881     9.7     4.9     2692
  #  2: 1969-03-01 588.9 202023    10.2     4.0     2712
  #  3: 1969-04-01 593.9 202161     9.7     4.0     2758
  #  4: 1969-05-01 600.3 202331    10.1     4.2     2713
  #  5: 1969-06-01 600.9 202507    11.1     4.4     2816
  #  6: 1969-07-01 602.7 202677    11.8     4.4     2868
  #  7: 1969-08-01 609.9 202877    11.5     4.4     2856
  #  8: 1969-09-01 613.2 203090    11.6     4.7     3040
  #  9: 1969-10-01 618.5 203302    11.4     4.5     3049
  # 10: 1969-11-01 620.5 203500    11.6     4.8     2856
  # 11: 1969-12-01 622.8 203675    11.8     4.6     2884
  

• 任意数量的参数，结合逻辑矢量化&：

  test(date > as.Date("1969-01-01"), date < as.Date("1970-01-01"))
  

• 设置成员资格（标准 R）

  test(date %in% as.Date(c("1969-04-01", "1969-07-01")))
  #          date   pce    pop psavert uempmed unemploy
  # 1: 1969-04-01 593.9 202161     9.7     4.0     2758
  # 2: 1969-07-01 602.7 202677    11.8     4.4     2868
  

它没有特定的date 参数，但如果您正在寻找集合成员资格、平等或不平等的各种组合，我认为最好“让”您使用date == 1970 而不是@987654329 @（这将是一个命名参数）。

添加一个命名参数date= 可能是可行的，如果!missing(date) 将用于集合成员资格。

test2 <- function(..., date, .data = data.table::as.data.table(economics)) {
  ind <- Reduce(`&`, eval(substitute(list(...)), envir = .data))
  if (!missing(date)) {
    stopifnot("date" %in% colnames(.data))
    ind <- ind & .data[["date"]] %in% date
  }
  .data[ind,]
}

test2(date > as.Date("1969-01-01"), date < as.Date("1970-01-01"), 
      date = as.Date("1969-07-01")) # this 'date=' is different than 'date' in line above
#          date   pce    pop psavert uempmed unemploy
# 1: 1969-07-01 602.7 202677    11.8     4.4     2868

但我不清楚这如何增加任何功能。 （我想这取决于您的具体用途。）