在管道运算符中传递值

Question

我在 R 中使用两个通过 id 变量连接的表（出于某些原因，我不想合并它们）。示例对象如下所示：

a <- data.frame(id=c(1L,2L,3L),
            var1=c(0,1,3))
b <- data.frame(id=c(1L,1L,2L,2L,3L,3L),
            var2=rnorm(6))

我想要做的是在第一个数据库中查找与 var1 上的给定条件相关的行，仅选择 Id，然后使用这些 id 值过滤数据库 2 中的观察结果。我想知道我是否可以在一个管道中执行此操作，因为如下：

a %>% 
filter(var1==1) %>% 
select(id) %>%
filter(b,id==.)

或者

a %>% 
filter(var1==1) %>% 
select(id) %>% c() %>% unlist()
filter(b,id==.)

这两个示例都不起作用，可能是因为我只能通过管道运算符传递 data.frames 或其他对象，而不能传递原子值。我说的对吗？

Answer 1

我只是把它变成一个两阶段的过程：

selected_ids = a %>% filter(var1 == 1) %>% select(id) %>% unlist()
b %>% filter(id %in% selected_ids)
#   id       var2
# 1  2  0.8054040
# 2  2 -0.5000918

或者合并数据集，直接进行操作：

merged_data = merge(a, b)
merged_data %>% filter(var1 == 1)
#   id var1       var2
# 1  2    1  0.8054040
# 2  2    1 -0.5000918

我更喜欢第二种选择。

Answer 2

我们可以从a 那里得到id var = 1 并选择b 中与id 匹配的所有行

b[b$id %in% a$id[a$var1 == 1], ]

#  id   var2
#3  2 1.0294
#4  2 0.7369

类似的事情可以在dplyr by

library(dplyr)
b %>%
filter(id == a$id[a$var1 == 1])

Answer 3

其他答案提供了如何获得所需结果的良好解决方案。要回答您在问题末尾提出的问题：

您的示例不会失败，因为管道在某种程度上受限于它通过的管道。问题在于管道操作员%>% 的实际操作。无论您在哪里使用.，它将左侧的结果作为右侧的第一个参数传递。所以你有filter(b,id==.) 它不会过滤b，它实际上是过滤你之前语句的结果。当您在第一个示例中调用 traceback() 时，您可以看到这一点。如果我们看两个相关的结果：

....
9: filter(., b, id == .)
....
1: a %>% filter(var1 == 1) %>% select(id) %>% filter(b, id == .)

1: 我们看到您的代码，但在 9: 我们看到 R 实际读取的内容。filter(b, id == .) 实际上被读取为 filter(., b, id == .)

Answer 4

这是一个使用data.table的选项

setDT(a)[b, on = "id"][var1==1]

---

或使用dplyr

left_join(b, a, by = "id") %>% 
                     filter(var1==1)

Answer 5

看来您正在寻找semi_join：

a %>% filter(var1 == 1) %>% semi_join(b, ., by = "id")
#  id       var2
# 1  2  0.8283845
# 2  2 -0.5286006

半加入

返回 x 中在 y 中有匹配值的所有行， 只保留来自 x 的列。

半连接与内连接不同，因为内连接将 为 y 的每个匹配行返回一行 x，其中半连接将 永远不要重复 x 行。

Answer 6

您可以完成这项工作（尽管我同意其他人的观点，我更喜欢某种合并或联接）。

您可以通过在表达式周围包含括号 ({}) 来绕过包含 . 作为第一个参数的问题。然后，将. 视为data.frame（即使在select 之后也是如此），并调用所需的列。像这样：

a %>% 
  filter(var1==1) %>% 
  {filter(b,id==.$id)}

返回：

  id       var2
1  2 -0.2992151
2  2 -0.4115108