在 dplyr（版本 > 1.0.0）中使用过滤器，其中字段和值都在变量中

Question

我遇到了与问题Using filter_ in dplyr where both field and value are in variables 中描述的相同的问题。 但是，那里的答案已经过时了（基本 R 版本仍然有效，但我对 dplyr 版本感兴趣）。

search_col <- c("Species", "Sepal.Length")
search_value <- c("setosa", 5.0)

iris %>% filter_(.dots = paste0(search_col, "=='", search_value, "'"))

有人可以说明如何使用 dplyr 版本 > 1.0.0 重写它吗？

Answer 1

1)首先要注意

search_value <- c("setosa", 5.0)

将强制 5.0 转换为字符，所以这是有问题的。而是创建一个数据框，然后使用inner_join。

（如果 search_value 都是字符串而不是字符串和数字的混合，那么就问题中显示的变量而言，我们可以使用注释掉的行，或者我们可以使用 search_cols 代替下面的名称（searchDF）和在其他地方使用 search_value 代替 searchDF。）

# searchDF <- as.data.frame(setNames(as.list(search_value), search_col))
searchDF <- data.frame(Species = "setosa", Sepal.Length = 5.0)
inner_join(iris, searchDF, by = names(searchDF))

给予：

  Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1            5         3.6          1.4         0.2  setosa
2            5         3.4          1.5         0.2  setosa
3            5         3.0          1.6         0.2  setosa
4            5         3.4          1.6         0.4  setosa
5            5         3.2          1.2         0.2  setosa
6            5         3.5          1.3         0.3  setosa
7            5         3.5          1.6         0.6  setosa
8            5         3.3          1.4         0.2  setosa

2) 如果必须使用filter，则使用cur_data() 引用数据。标量变量可以直接使用。

filter(iris, cur_data()[, names(searchDF)[1]] == searchDF[[1]] &
  cur_data()[, names(searchDF)[2]] == searchDF[[2]])

3) 对于任意数量的条件，请使用 reduce（来自 purrr）或 Reduce（来自基础 R）。

library(dplyr)
library(purrr)

myfilter <- function(x, nm) filter(x, cur_data()[, nm] == searchDF[[nm]])
iris %>% reduce(names(searchDF), myfilter, .init = .)