带有可选变量的函数内部的 dplyr filter() (filter_if 也许？)

Question

我正在尝试编写函数，该函数将根据一些可选的用户变量执行过滤，以在绘制过滤或未过滤数据之前对输入数据进行阈值处理。在此示例中，data 是具有多个列的 data.frame，其中包括两个感兴趣的列（var1 和 var2）：

example_func <- function(
  data,
  low_cutoff_var1 = NULL,
  high_cutoff_var1 = NULL,
  low_cutoff_var2 = NULL,
  high_cutoff_var2 = NULL) {
...
}

现在，作为此功能的一部分，如果用户在绘制数据之前提供了输入data，我想过滤输入data（根据用户选择过滤或未过滤）。过滤步骤是：

data_filtered <- data %>% 
  filter(var1 > low_cutoff_var1 &
         var1 < high_cutoff_var1 &
         var2 > low_cutoff_var2 &
         var2 < high_cutoff_var2)

但是，问题是如果一个或多个截止值是NULL，那么过滤器就不起作用。

现在我知道可以一步一步地为每个截止时间做一些事情。 即：

if (!is.null(x = low_cutoff_var1) {
  data_filtered <- data %>% 
    filter(var1 > low_cutoff_var1)
}
if (!is.null(x = high_cutoff_var1) {
etc

但是，这似乎不优雅，并且可能有更好的方法来编写此函数。我觉得filter_if 可能是正确的选择，但我在语法以及如何在我的特定情况下使用时遇到了问题。

任何关于更简单的方法来完成我正在尝试做的事情的建议都会很棒！

谢谢！ 山姆

Answer 1

不要使用 NULL 作为默认值，而是使用 -Inf 和 Inf。

example_func <- function(data,
    low_cutoff_var1 = -Inf, high_cutoff_var1 = Inf,
    low_cutoff_var2 = -Inf, high_cutoff_var2 = Inf) {
  data %>% 
    filter(between(var1, low_cutoff_var1, high_cutoff_var1),
           between(var2, low_cutoff_var2, high_cutoff_var2))
  
}

Answer 2

这是一种可能的方法：

example_func <- function(
    data,
    low_cutoff_var1 = NULL,
    high_cutoff_var1 = NULL,
    low_cutoff_var2 = NULL,
    high_cutoff_var2 = NULL) {
    
    arg_values <- match.call()
    filter_funs <- rlang::exprs(
        var1 > low_cutoff_var1, var1 < high_cutoff_var1,
        var2 > low_cutoff_var2, var2 < high_cutoff_var2
    )
    filter_funs <- filter_funs[!sapply(arg_values, is.null)[3:6]]
    
    data_filtered <- data %>% filter(!!!filter_funs)
    return(data_filtered)
}

一些测试：

library(dplyr)
data <- tibble(var1 = c(1, 2, 3), var2 = c(4, 5, 6))
example_func(data, 1, 3, 4, 6)
# # A tibble: 1 x 2
#    var1  var2
#   <dbl> <dbl>
# 1     2     5
example_func(data, NULL, 4, 3, 6)
# # A tibble: 2 x 2
#    var1  var2
#   <dbl> <dbl>
# 1     1     4
# 2     2     5
example_func(data, NULL, NULL, NULL, 6)
# # A tibble: 2 x 2
#    var1  var2
#   <dbl> <dbl>
# 1     1     4
# 2     2     5
example_func(data, NULL, NULL, NULL, NULL)
# # A tibble: 3 x 2
#    var1  var2
#   <dbl> <dbl>
# 1     1     4
# 2     2     5
# 3     3     6