从 dplyr 为 filter() 和 group_by() 创建一个循环

Question

在下面我的玩具data 中，我重复group_by() 和filter() 变量：sample、group 和outcome（但不是time）。

我想知道是否有一种功能解决方案，我们可以在如下所示的foo() 函数内以循环方式提供我们想要group_by() 和filter() 的任意数量变量的名称？

library(tidyverse)

data <- expand_grid(study=1:3,sample=1:2,group=1:3,outcome=c("A","B"),time=0:2)

get_rows <- function(x) {  # Helper function used in `filter()`
  u <- unique(x) 
  n <- sample(c(if(is.character(x)) 0 else min(u)-1, u), 1)
  if(n == n[1]) TRUE else x == n
}


DF <- data %>%
  group_by(study) %>%
  filter(get_rows(sample)) %>% # for sample
  ungroup()

DF2 <- DF %>%
  group_by(study) %>%
  filter(get_rows(group)) %>% # for group
  ungroup()

DF3 <- DF2 %>%
  group_by(study) %>%
  filter(get_rows(outcome)) %>% # for outcome
  ungroup()
#============================================ HOW TO LOOP ABOVE IN `foo()` BELOW?
foo <- function(data, ..., exclude_vars = c("time")){
  
  ## SOLUTION
}

Answer 1

如果您使用 dplyr .data 代词，您可以遍历字符串中的变量名称。例如

foo <- function(data, exclude_vars = c("time", "study")){
  vars <- setdiff(names(data), exclude_vars)
  for (var in vars) {
    data <- data %>% 
      group_by(study) %>% 
      filter(get_rows(.data[[var]])) %>%
      ungroup()
  }
  data
}
foo(data)

如果您愿意，可以使用 purrr::reduce 而不是循环

foo <- function(data, exclude_vars = c("time", "study")){
  vars <- setdiff(names(data), exclude_vars)
  cleanFn <- function(data, var) data %>% 
    group_by(study) %>% 
    filter(get_rows(.data[[var]])) %>% 
    ungroup()
  reduce(vars, cleanFn, .init=data)
}
foo(data)