输入dplyr:：filter（）作为函数的参数

输入dplyr:：过滤器以运行

如何创建一个函数，该函数接受任何dplyr:：filter作为输入，并返回满足过滤器要求的行数

我尝试过类似的方法，但不起作用：

library(tidyverse)

filter_function <- function(dataset, filter_text) {
    dataset %>% filter_text %>% nrow() -> n_rows_satisfy_filter

    paste0( "Number of rows satisfying the filter: ", n_rows_satisfy_filter)
}

给出错误：

Error in quote(., filter_text) : 
  2 arguments passed to 'quote' which requires 1 

---

该问题与类似，但不是的重复，因为当前问题试图改变整个过滤器，而不仅仅是静态过滤器的输入

尝试此代码，

eval

在

envir

指定的环境中计算

expr

参数，并返回计算值

library(tidyverse)

filter_function <- function(dataset, filter_text) {
  n_rows_satisfy_filter <- eval(parse(text = filter_text), envir = dataset) %>% nrow()
  paste0( "Number of rows satisfying the filter: ", n_rows_satisfy_filter)
}

filter_function(iris, "filter(dataset, Sepal.Length > 5 & Species == 'setosa' )" )

库（tidyverse）
filter_函数尝试此代码，
eval
在
envir
指定的环境中计算
expr
参数，并返回计算值

library(tidyverse)

filter_function <- function(dataset, filter_text) {
  n_rows_satisfy_filter <- eval(parse(text = filter_text), envir = dataset) %>% nrow()
  paste0( "Number of rows satisfying the filter: ", n_rows_satisfy_filter)
}

filter_function(iris, "filter(dataset, Sepal.Length > 5 & Species == 'setosa' )" )

库（tidyverse）
使用
tidyverse
过滤函数，另一个选项是
parse\u expr
from
rlang

library(dplyr)
filter_function <- function(dataset, filter_text) {
  eval(rlang::parse_expr(filter_text)) %>% 
         nrow() %>%
         paste0( "Number of rows satisfying the filter: ", .)
}

filter_function(iris, "filter(dataset, Sepal.Length > 5 & Species == 'setosa' )" )
#[1] "Number of rows satisfying the filter: 22"

库（dplyr）
过滤函数%
nrow（）%>%
paste0（“满足筛选条件的行数：，）
}
filter_函数（iris，“filter（数据集，萼片长度>5，物种=='setosa'）”）
#[1] “符合筛选条件的行数：22”
对于
tidyverse
，另一个选项是
parse_expr
from
rlang

library(dplyr)
filter_function <- function(dataset, filter_text) {
  eval(rlang::parse_expr(filter_text)) %>% 
         nrow() %>%
         paste0( "Number of rows satisfying the filter: ", .)
}

filter_function(iris, "filter(dataset, Sepal.Length > 5 & Species == 'setosa' )" )
#[1] "Number of rows satisfying the filter: 22"

库（dplyr）
过滤函数%
nrow（）%>%
paste0（“满足筛选条件的行数：，）
}
filter_函数（iris，“filter（数据集，萼片长度>5，物种=='setosa'）”）
#[1] “符合筛选条件的行数：22”
是否可以避免将数据集硬编码到字符串中，而仍然使用tidyverse？例如，类似于
dataset%>%eval（parse_expr（filter_text））
，其中filter_text类似于
filter（Sepal.Length>5&Species='setosa'）
？@RasmusLarsen它需要数据集的环境，可以避免将数据集硬编码到字符串中，并且仍然使用tidyverse吗？例如，类似于
dataset%>%eval（parse_expr（filter_text））
，其中filter_text类似于
filter（Sepal.Length>5&Species==“setosa”）
？@RasmusLarsen它需要数据集的环境