在字段和值都在变量中的 dplyr 中使用 filter_答案

【问题标题】：Using filter_ in dplyr where both field and value are in variables在字段和值都在变量中的 dplyr 中使用 filter_
【发布时间】：2015-10-23 22:58:11
【问题描述】：

我想使用在变量中定义的字段过滤数据框，以选择也在变量中的值。说我有

df <- data.frame(V=c(6, 1, 5, 3, 2), Unhappy=c("N", "Y", "Y", "Y", "N"))
fld <- "Unhappy"
sval <- "Y"

我想要的值是df[df$Unhappy == "Y", ]。

我已阅读 nse 小插图以尝试使用 filter_，但不能完全理解。我试过了

df %>% filter_(.dots = ~ fld == sval)

什么也没返回。我得到了我想要的

df %>% filter_(.dots = ~ Unhappy == sval)

但显然这违背了使用变量来存储字段名称的目的。请问有什么线索吗？最终我想使用它，其中fld 是字段名称向量，sval 是fld 中每个字段的过滤器值向量。

【问题讨论】：

编辑问题以添加示例

标签： r dplyr

【解决方案1】：

您可以尝试使用来自lazyeval 的interp

 library(lazyeval)
 library(dplyr)
 df %>%
     filter_(interp(~v==sval, v=as.name(fld)))
 #   V Unhappy
 #1 1       Y
 #2 5       Y
 #3 3       Y

对于多个键/值对，我发现这是可行的，但我认为应该有更好的方法。

  df1 %>% 
    filter_(interp(~v==sval1[1] & y ==sval1[2], 
           .values=list(v=as.name(fld1[1]), y= as.name(fld1[2]))))
 #  V Unhappy Col2
 #1 1       Y    B
 #2 5       Y    B

对于这些情况，我发现base R 选项更容易。例如，如果我们试图filter 基于 'fld1' 中的 'key' 变量的行与 'sval1' 中的对应值，则一个选项是使用 Map。我们对数据集（df1[fld1]）进行子集化，并将 FUN（==）应用于 df1[f1d1] 的每一列，并在 'sval1' 中使用相应的值，然后使用 & 和 Reduce 得到一个逻辑向量习惯了filter'df1'的行。

 df1[Reduce(`&`, Map(`==`, df1[fld1],sval1)),]
 #   V Unhappy Col2
 # 2 1       Y    B
  #3 5       Y    B

数据

df1 <- cbind(df, Col2= c("A", "B", "B", "C", "A"))
fld1 <- c(fld, 'Col2')
sval1 <- c(sval, 'B')

【讨论】：

您的answered this before 如下，在此处修改以适合此帖子的名称：df %>% filter(get(fld, envir=as.environment(df))==sval)。我刚刚尝试过，它也有效。
@ulfelder 我在 Hadley 的另一篇文章中得到评论说使用 get 不是更好。不过我没有链接。

【解决方案2】：

现在，rlang 0.4.0 为此类用例引入了一种更直观的新方法：

packageVersion("rlang")
# [1] ‘0.4.0’

df <- data.frame(V=c(6, 1, 5, 3, 2), Unhappy=c("N", "Y", "Y", "Y", "N"))
fld <- "Unhappy"
sval <- "Y"

df %>% filter(.data[[fld]]==sval)

#OR
filter_col_val <- function(df, fld, sval) {
  df %>% filter({{fld}}==sval)
}

filter_col_val(df, Unhappy, "Y")

上一个答案

使用 dplyr 0.6.0 及更高版本，此代码有效：

packageVersion("dplyr")
# [1] ‘0.7.1’

df <- data.frame(V=c(6, 1, 5, 3, 2), Unhappy=c("N", "Y", "Y", "Y", "N"))
fld <- "Unhappy"
sval <- "Y"

df %>% filter(UQ(rlang::sym(fld))==sval)

#OR
df %>% filter((!!rlang::sym(fld))==sval)

#OR
fld <- quo(Unhappy)
sval <- "Y"
df %>% filter(UQ(fld)==sval)

更多关于dplyr 语法的信息，请参见http://dplyr.tidyverse.org/articles/programming.html 和rlang 包https://cran.r-project.org/web/packages/rlang/index.html 中的quosure 用法。

如果您发现在 dplyr 0.6+ 中掌握非标准评估具有挑战性，Alex Hayes 有一篇关于该主题的出色文章：https://www.alexpghayes.com/blog/gentle-tidy-eval-with-examples/

原答案

使用 dplyr 0.5.0 及更高版本，可以使用更简单的语法并更接近 @Ricky 最初想要的语法，我也发现它比使用 lazyeval::interp 更具可读性

df %>% filter_(.dots = paste0(fld, "=='", sval, "'"))

#  V Unhappy
#1 1       Y
#2 5       Y
#3 3       Y

#OR
df %>% filter_(.dots = glue::glue("{fld}=='{sval}'"))

【讨论】：

【解决方案3】：

这里有一个基于R 的替代方案，它可能不是很优雅，但它可能具有易于理解的好处：

df[df[colnames(df)==fld]==sval,]
#  V Unhappy
#2 1       Y
#3 5       Y
#4 3       Y

【讨论】：

【解决方案4】：

从 LmW 开始；我个人更喜欢使用 dplyr 管道，其中点在管道之前指定，以便更容易以编程方式使用，例如在过滤器循环中。

dots <-  paste0(fld," == '",sval,"'")
df   %>% filter_(.dots = dots)

LmW 的示例是正确的，但值是硬编码。

【讨论】：

与您的代码相比，我看不出df %>% filter_(.dots = paste0(fld, "=='", sval, "'")) 中硬编码的内容。从我所见，它们在程序上是等效的。
是的，抱歉，这听起来不那么刺耳。仅仅是在您的正确响应中，过滤器被直接烘焙到管道中。通过在外部定义点，更改这些点（比如使用循环）会更容易一些，这样管道就可以每次使用不同的过滤器应用于一系列数据。

【解决方案5】：

所以我试图做同样的事情，现在 dplyr 似乎有一个内置功能来解决这个问题。

在此处查看最后一个示例：https://dplyr.tidyverse.org/reference/filter.html

为了简单起见，我也将其粘贴在这里：

# To refer to column names that are stored as strings, use the `.data` pronoun:
vars <- c("mass", "height")
cond <- c(80, 150)
starwars %>%
  filter(
    .data[[vars[[1]]]] > cond[[1]],
    .data[[vars[[2]]]] > cond[[2]]
  )

【讨论】：