R 在筛选器中引用另一列的tidyeval
我有一个R 在筛选器中引用另一列的tidyeval,r,dplyr,rlang,tidyeval,R,Dplyr,Rlang,Tidyeval,我有一个tibble列foo,其中包含tibble中另一列的名称。我想根据foo中命名的列进行筛选: mtcars %>% mutate(foo = c(rep("carb", 16), rep("gear", 16))) %>% filter(!!sym(foo) == 4) #> Error in is_symbol(x): object 'foo' not found 它似乎在全球环境中寻找foo,因此我想我需要一种方法来指定foo应该在tibble的上下文中进
tibble
列foo
,其中包含tibble中另一列的名称。我想根据foo
中命名的列进行筛选:
mtcars %>%
mutate(foo = c(rep("carb", 16), rep("gear", 16))) %>%
filter(!!sym(foo) == 4)
#> Error in is_symbol(x): object 'foo' not found
它似乎在全球环境中寻找foo
,因此我想我需要一种方法来指定foo
应该在tibble的上下文中进行评估
预期结果与运行时相同:
rbind(
mtcars[1:16,] %>% mutate(foo = "carb") %>% filter(carb == 4),
mtcars[17:32,] %>% mutate(foo = "gear") %>% filter(gear == 4)
)
#> mpg cyl disp hp drat wt qsec vs am gear carb foo
#> 1 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4 carb
#> 2 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4 carb
#> 3 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3 4 carb
#> 4 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4 4 carb
#> 5 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4 4 carb
#> 6 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3 4 carb
#> 7 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3 4 carb
#> 8 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1 gear
#> 9 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2 gear
#> 10 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1 gear
#> 11 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4 1 gear
#> 12 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4 2 gear
如果“foo”已经是以“am”作为字符串的列,请选择“foo”的第一个元素,将其转换为
sym
bol,计算(!!
)并过滤“am”值为1的行
library(dplyr)
library(rlang)
mtcars %>%
mutate(foo = "am") %>%
filter(!! sym(foo[1]) == 1)
# mpg cyl disp hp drat wt qsec vs am gear carb foo
#1 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4 am
#2 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4 am
#3 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1 am
#4 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1 am
#5 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2 am
#6 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1 am
#7 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4 1 am
#8 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5 2 am
#9 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5 2 am
#10 15.8 8 351.0 264 4.22 3.170 14.50 0 1 5 4 am
#11 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5 6 am
#12 15.0 8 301.0 335 3.54 3.570 14.60 0 1 5 8 am
#13 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4 2 am
如果这每行都不同,那么一个有效的选项就是行/列索引
df1 <- mtcars %>%
mutate(foo = c(rep("carb", 16), rep("gear", 16)))
i1 <- cbind(seq_len(nrow(df1)), match(df1$foo, names(df1)))
subset(df1, df1[-ncol(df1)][i1] == 4)
# mpg cyl disp hp drat wt qsec vs am gear carb foo
#1 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4 carb
#2 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4 carb
#7 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3 4 carb
#10 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4 4 carb
#11 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4 4 carb
#15 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3 4 carb
#16 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3 4 carb
#18 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1 gear
#19 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2 gear
#20 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1 gear
#26 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4 1 gear
#32 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4 2 gear
或者使用
过滤器中的行/列索引
df1 %>%
filter(.[cbind(row_number(), match(foo, names(.)))] == 4)
我会避免在这里进行整洁的评估,并用价值观来工作。首先创建包含来自
carb
和gear
的相关值的向量foo
,然后对其进行过滤:
mtcars %>%
mutate(foo = c(carb[1:16], gear[1:16])) %>%
filter(foo == 4)
如果值的来源是可变的:
df%
过滤器(从(df,cols)%1:3中组装)
通常filter()
表达式使用向量化谓词比较两列,该谓词逐行查看每个值。在本例中,我们有一列列名,用于确定每行要查看的列。我们可以使用get()
和rowwise()
解决这个问题
- Tidyeval工具用于外部定义的列(例如,在函数参数中)。在这里,列是在数据框内定义的。这是不寻常的,因为数据框中定义的列名必然会逐行变化。在任何情况下,由于列是在数据框中定义的,
似乎是这里使用的最佳工具get()
- 因为我们有一个逐行的问题,所以我们需要将数据帧转换为按行的df。这样,
etc中的表达式将按行计算一次。请注意,mutate()
模式有性能代价,因为它们不是矢量化的,所以应该限制在代码的一小部分rowwise()
它是每一行都不同,还是以块的形式出现?它可能每一行都不同。@我对此表示怀疑,因为它还需要行索引,否则,它无法理解值应该是哪一行selected@lost如果需要更快的选项,请尝试
df1%>%filter([cbind(row_number(),match(foo,names())]==4)
Yes,@akrun关于行模糊性的观点解释了为什么语法过滤器(!!sym(foo)==4)
不起作用。对于mtcars中的32行,您将告诉dplyr评估carb或gear中的32个条目是否等于4。我添加了一个矢量化的答案@akrun你的第一个例子不适合我。您的工作区中是否有对象foo
?我想我们可以将矢量化问题陈述如下:表达式可能表示矢量化操作,但这里您构造了一个问题,需要创建尽可能多的行数的表达式,因为表达式取决于行值。很好,我已经添加了一个如何按行重建向量的示例。现在回到这里,是否仍然没有一种方法来评估列的名称?必须为此创建一个定制函数很不方便,并迫使我中断管道或使用{}
来实现一个非常简单的操作。我再次阅读了这篇文章,但我对这个问题有点困惑。使用filter()
时,我们通常使用一个向量化谓词将两列一起比较,该谓词逐行比较所有值。这里有一列列名。那么每一行都应该与不同的列进行比较?这对我来说似乎是一个相当复杂的操作。我添加了一个新的答案,希望能更好地回答这个问题。
mtcars %>%
mutate(foo = c(carb[1:16], gear[1:16])) %>%
filter(foo == 4)
mtcars %>%
mutate(foo = c(rep("carb", 16), rep("gear", 16))) %>%
rowwise() %>%
filter(get(foo) == 4)