R dplyr 為過濾器中的邏輯表達式寫入 function

Question

我想自動化dplyr::filter或dplyr::case_when等語句中的邏輯表達式。 對於可重現的示例，請考慮mtcars和一個名為id的特殊列：

library(tidyverse)
dd <- mtcars %>% as_tibble() %>% mutate(id = letters[1:32])

目標是獲得與

identifier <- "d"
dd %>%
  filter(id == identifier)

通過使用 function 而不是邏輯表達式，就像這樣

identifier <- "d"
is_id <- function(foo_id){
  # body
}
dd %>%
  filter(is_id(identifier))

目標是創建一個 function is_id ，它返回過濾器使用的邏輯表達式。 因此，function is_id <- function(car_id){ #body }應該計算表達式dd$id == foo_id並返回其結果的邏輯向量。 這應該在不重復 .data 參數（在這種情況下為 dd ）的情況下實現，例如不是filter(dd, is_id(dd, "c")) 。

有沒有辦法做到這一點，如果有，怎么做？

Answer 1

根據您的數據，它可能不是超級性能，但您可以在自定義 function 中使用cur_data_all() 。 這個 function 也可以在沒有 pipe 的情況下工作，它也可以使用多個標識符。

library(dplyr)

dd <- mtcars %>% as_tibble() %>% mutate(id = letters[1:32])

identifier <- "d"

is_id <- function(x){
  dat <- dplyr::cur_data_all()
  dat[["id"]] == x
}

dd %>%
  filter(is_id(identifier))

#> # A tibble: 1 x 12
#>     mpg   cyl  disp    hp  drat    wt  qsec    vs    am  gear  carb id   
#>   <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <chr>
#> 1  21.4     6   258   110  3.08  3.22  19.4     1     0     3     1 d

idenfifiers <- c("a", "b")
filter(dd, is_id(idenfifiers))

#> # A tibble: 2 x 12
#>     mpg   cyl  disp    hp  drat    wt  qsec    vs    am  gear  carb id   
#>   <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <chr>
#> 1    21     6   160   110   3.9  2.62  16.5     0     1     4     4 a    
#> 2    21     6   160   110   3.9  2.88  17.0     0     1     4     4 b

^{由reprex package (v0.3.0) 於 2021 年 2 月 18 日創建}

Answer 2

dd <- mtcars %>% as_tibble() %>% mutate(id = letters[1:32])
                                                     

identifier <- "d"

is_id <- function(x){
  data <- x[, "id"]
  rtn <- data == identifier
  return(rtn)
}

dd %>% 
  filter(is_id(.))

# A tibble: 1 x 12
    mpg   cyl  disp    hp  drat    wt  qsec    vs    am  gear  carb id   
  <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <chr>
1  21.4     6   258   110  3.08  3.22  19.4     1     0     3     1 d