如何使用条件语句作为 R 函数的输入答案

【问题标题】：How to use conditional-stataments as an input in a R function如何使用条件语句作为 R 函数的输入
【发布时间】：2021-05-02 06:50:17
【问题描述】：

我正在编写一个函数，其中一个输入是条件。看下面的例子

样本数据集

ab <- matrix(1:100, ncol = 5)

功能

dat 是一个矩阵/数据框（例如ab）

con 是我想在函数内部使用的条件（例如> 50、=< 80 等）

fil_dat <- function (dat, con ) {
  fildat <- data[which(rowMeans(dat)"the condition *con* should go here"),]
  return(fildat)
}

如何在此处插入条件？此外，必须有其他方法对fildat 进行子集化和派生。我认为使用dplyr::filter 会更容易。但我想不出正确的方法来做到这一点。有人可以帮忙吗？而且，更进一步，我可以一次使用多个条件吗，比如> 50 & <= 80？

编辑：对不起，我之前忘了提这个。如果该函数还可以处理 NULL 条件语句（即无条件），那就太好了。我知道这对于这个玩具示例没有意义，但对于我的实际功能，它确实如此。我也知道我可以在函数内写一个if-loop 来克服这个问题。但如果子集函数本身可以处理这个问题，那就太好了。

【问题讨论】：

标签： r function conditional-statements

【解决方案1】：

或许你可以试试eval

fil_dat <- function (dat, con = NULL ) {
  if (is.null(con)) return(dat)
  return(eval(str2expression(sprintf("dat[which(rowMeans(dat)%s),]",con))))    
}

给了

> fil_dat(ab,"<=50")
      [,1] [,2] [,3] [,4] [,5]
 [1,]    1   21   41   61   81
 [2,]    2   22   42   62   82
 [3,]    3   23   43   63   83
 [4,]    4   24   44   64   84
 [5,]    5   25   45   65   85
 [6,]    6   26   46   66   86
 [7,]    7   27   47   67   87
 [8,]    8   28   48   68   88
 [9,]    9   29   49   69   89
[10,]   10   30   50   70   90

> fil_dat(ab)
      [,1] [,2] [,3] [,4] [,5]
 [1,]    1   21   41   61   81
 [2,]    2   22   42   62   82
 [3,]    3   23   43   63   83
 [4,]    4   24   44   64   84
 [5,]    5   25   45   65   85
 [6,]    6   26   46   66   86
 [7,]    7   27   47   67   87
 [8,]    8   28   48   68   88
 [9,]    9   29   49   69   89
[10,]   10   30   50   70   90
[11,]   11   31   51   71   91
[12,]   12   32   52   72   92
[13,]   13   33   53   73   93
[14,]   14   34   54   74   94
[15,]   15   35   55   75   95
[16,]   16   36   56   76   96
[17,]   17   37   57   77   97
[18,]   18   38   58   78   98
[19,]   19   39   59   79   99
[20,]   20   40   60   80  100

【讨论】：

谢谢。它一次完美地处理一种情况。如果需要，我可以针对第二种情况再次执行此操作。我仍然想知道是否有更好的选择来一次处理多个条件。
@MaMu 你能举一些你想使用的多个条件的例子吗？
我原来的问题中已经有。
@MaMu 这是迄今为止我能做的最简单的一个。也许我们可以等待其他更出色的解决方案。

【解决方案2】：

这是一个解决方案，同样是 eval，但在 parse 之后。

fil_dat <- function (data, con, drop = FALSE) {
  con <- paste("rowMeans(data)", con)
  i <- eval(parse(text = con))
  data[which(i), , drop = drop]
}

ab <- matrix(1:100, ncol = 5)

fil_dat(ab, ">= 50")
#      [,1] [,2] [,3] [,4] [,5]
# [1,]   10   30   50   70   90
# [2,]   11   31   51   71   91
# [3,]   12   32   52   72   92
# [4,]   13   33   53   73   93
# [5,]   14   34   54   74   94
# [6,]   15   35   55   75   95
# [7,]   16   36   56   76   96
# [8,]   17   37   57   77   97
# [9,]   18   38   58   78   98
#[10,]   19   39   59   79   99
#[11,]   20   40   60   80  100

fil_dat(ab, "== 50")
#     [,1] [,2] [,3] [,4] [,5]
#[1,]   10   30   50   70   90

fil_dat(ab, "== 50", TRUE)
#[1] 10 30 50 70 90

【讨论】：