R Tidyverse：过滤多个条件

Question

如何告诉 R (dplyr) “重置”过滤器，这将允许我在同一管道中进行第二次过滤？ 否则，我将不得不为每个标识符号编写一个“for-loop”。 最小的工作示例突出了我面临的问题。

library(tidyverse)

data.tibble <- tribble(                      # sample data
  ~id,~year, ~identifier, ~items, ~cost,
  10, 2018, "aaca" , 10, 25, # "aaca" toy cars
  20, 2018, "aaca" , 12, 28, # "aaca" toy cars
  10, 2018, "bbda" , 14, 30, # "bbda" pens 
  20, 2018, "bbda" , 27, 29, # "bbda" pens
)

a <-data.tibble %>%                        # FIRST BLOCK WORKS FINE on its own 
  group_by(id, year) %>% 
  filter(str_detect(identifier, "^a")) %>% # lookks for identifier that begins
  summarise(toycars_sold=sum(items),       # with "a" 
            toycars_cost=sum(cost)) 
a 

b <- data.tibble %>%                       # Second block works fine on its own
  group_by(id, year) %>% 
  filter(str_detect(identifier,"^b")) %>% 
  summarise(pens_sold=sum(items),
            pens_cost=sum(cost))
b

我遇到了麻烦，如果我要求 dplyr 再次过滤同一管道中的不同标识符，则会收到错误消息

data.tibble %>% 
  group_by(id, year) %>% 
  filter(str_detect(identifier, "^a")) %>% 
  summarise(toycars_sold=sum(items),
            toycars_cost=sum(cost)) %>% 
  filter(str_detect(identifier,"^b")) %>% 
  summarise(pens_sold=sum(items),
            pens_cost=sum(cost))


What i would like to end up with is

c <- full_join(a,b)

There are a myriad of codes ("identifiers") that I will have to go through ( sometimes there is more than one identifier for a single item. 

R 然后告诉我，找不到对象“标识符”。

非常感谢任何帮助。

老问题，有点难理解

我确实有一个问题，我似乎无法解决。这是我的问题，在调用第一个 summary() 函数后，如何告诉 tidyverse 重置过滤器。否则，我将不得不为我想要过滤的每个“id-code”（我相信正则表达式是正确的术语）创建一个“for-loop”。

output <- vector("list") # object to store output in 

for (i in seq_along(object18)) { # object (list) to loop over, here items of stores in yr 18 
  output[[i]] <- object18[[i]] %>% 
    group_by(storeid, month, year, quarter) %>%  # var list to group over
    filter(str_detect(itemcode, "^CODE")) %>%   # Code equals some identifiernr ("string")
    summarize(toys=sum(items), # summarize
              max.items.sold=max(items)) # summarize %>%
    filter(str_detect(itemcode, "^NEWCODE, possibly multiple codes) %>% # FILTER OVER NEW CODE DOESN'T WORK
    summarize(toys2=sum(items), # summarize
             (itemstoy2=max(items)) # summarize 
}

有人知道如何实现我的目标吗？

请不要对我苛刻，我对 R 很陌生。

在此先感谢大卫。

Answer 1

不可能“回滚”filter 并返回到管道内的原始未过滤数据。可能可以实现这种功能，但是，在tidyverse 中有更好的选项来实现相同的输出。

对于这类问题我会：

1. 定义一个自定义函数，它将data.frame 和您的正则表达式过滤器（作为字符串）作为参数并返回sold 和costs 的总和。

2. 使用您的项目名称作为名称和您的正则表达式过滤器作为值定义一个命名向量。

3. 将现有数据包装在tibble 内的列表中，并将其与来自 2 的向量交叉，并将向量名称添加为新列。

4. 将1.中定义的自定义函数与map2一起应用，生成过滤数据集。

5. 选择（项目）名称列以及包含过滤数据和未嵌套的列。

现在您有了长格式的数据。这对于许多任务来说已经是一种很好的格式。在最后一步中，您可以通过 ... 将其转换为您想要的格式

5. ...使用pivot_wider

如果您想过滤的不仅仅是一个正则表达式，您需要创建一个表达式列表（而不是字符向量）并将您的 tibble 与这个过滤器列表交叉。

library(tidyverse)

data.tibble <- tribble(                      # sample data
  ~id,~year, ~identifier, ~items, ~cost,
  10, 2018, "aaca" , 10, 25, # "aaca" toy cars
  20, 2018, "aaca" , 12, 28, # "aaca" toy cars
  10, 2018, "bbda" , 14, 30, # "bbda" pens 
  20, 2018, "bbda" , 27, 29, # "bbda" pens
)

sum_filter <- function(.df, .filter) {

  .df %>% 
    group_by(id, year) %>% 
    filter(str_detect(identifier, .filter)) %>%
    transmute(sold = sum(items),
              cost = sum(cost))

}

filter_vec <- c("toycars" = "^a",
                "pens" = "^b")

tibble(data = list(data.tibble)) %>%
  crossing(filters = filter_vec) %>% 
  mutate(name = names(filter_vec),
         filtered_data = map2(data, filters, sum_filter)) %>% 
  select(name, filtered_data) %>% 
  unnest(cols = filtered_data) %>% 
  pivot_wider(names_from = name,
              values_from = c(sold, cost))

#> # A tibble: 2 x 6
#>      id  year sold_toycars sold_pens cost_toycars cost_pens
#>   <dbl> <dbl>        <dbl>     <dbl>        <dbl>     <dbl>
#> 1    10  2018           10        14           25        30
#> 2    20  2018           12        27           28        29

^{由reprex package (v0.3.0) 于 2020 年 6 月 4 日创建}