函数选择一个或多个变量范围内的观测值（dplyr）

我有一个应用程序，我想定义一个函数来允许观察 根据一个范围内的条件从数据集中选择 一个或多个变量。这在纯R代码中相当简单，但我希望有一个数据驱动函数，可以将这些条件作为参数，并允许更一般的条件

下面是一个简单的例子

set.seed(1234)
n <- 100
testdat <- data.frame(
            X = round(rnorm(n, mean=10, sd=3), 2),
            Y = rnorm(n, mean=8, sd=2),
            NL = sample(2:10, n, replace=TRUE)
            )

这很容易定义为一个函数：

Select <- function(x, ranges) {
    OK <- rep(TRUE, nrow(x))
    for (col in colnames(ranges)) {
        OK <- OK & within(x[, col], ranges[1,col], ranges[2,col])
    }
    x[OK,]
}

或者

---

更新：这是该功能的更新版本，旨在提供更直观的方式来添加选择条件。这些条件作为列表传递。每个列表元素都是一个向量，包含三个元素：列名、下限和上限。只需向列表中添加更多元素，即可添加更多列选择条件。下面是函数，然后是三个示例：

my_subset = function(data, conditions) {

  vars = sapply(conditions, function(x) x[1])
  gt = sapply(conditions, function(x) x[2])
  lt = sapply(conditions, function(x) x[3])

  data %>% 
    filter_(paste(vars, "<=", lt, collapse=" & ")) %>%
    filter_(paste(vars, ">=", gt, collapse=" & "))
}

testdat %>% my_subset(list(c("X",4,10), c("Y",10,Inf)))

iris %>% my_subset(list(c("Sepal.Width",3.2,3.5), c("Petal.Width",0,0.2)))

mtcars %>% my_subset(list(c("mpg",20,25), c("wt", 2.5, Inf), c("hp", 0, 100)))

现在对示例数据运行该函数：

my_subset(testdat, c("X","Y"), gt=c(4,3), lt=c(8,6))

或

---

这是一个非常有用的答案。我没有意识到，

filter\和相关函数允许使用字符串参数。我还喜欢在最后一个示例中使用
%>%
。尽管如此，我还是倾向于不将变量名和上下限分离成单独的参数的解决方案，这使得键入和理解更加困难。
dplyr
函数的标准求值版本（例如，
filter
而不是
filter
）可以采用字符串参数（见下文及相关问题）。
selected <- testdat %>%
    filter( within(X, 0,10), within(Y, 0,8) ) 

selected <- testdat %>%
    filter( X < median(X), Y < median(Y) ) 

Select <- function(x, condition, ...) {
   # what goes here ???
}

my_subset = function(data, conditions) {

  vars = sapply(conditions, function(x) x[1])
  gt = sapply(conditions, function(x) x[2])
  lt = sapply(conditions, function(x) x[3])

  data %>% 
    filter_(paste(vars, "<=", lt, collapse=" & ")) %>%
    filter_(paste(vars, ">=", gt, collapse=" & "))
}

testdat %>% my_subset(list(c("X",4,10), c("Y",10,Inf)))

iris %>% my_subset(list(c("Sepal.Width",3.2,3.5), c("Petal.Width",0,0.2)))

mtcars %>% my_subset(list(c("mpg",20,25), c("wt", 2.5, Inf), c("hp", 0, 100)))

my_subset = function(data, vars, gt=NULL, lt=NULL) {

  if(!is.null(lt)) {
    data = data %>% 
      filter_(paste(vars, "<", lt, collapse="&"))
  }

  if(!is.null(gt)) {
    data = data %>% 
      filter_(paste(vars, ">", gt, collapse="&"))
  }

  data
}

my_subset(testdat, c("X","Y"), gt=c(4,3), lt=c(8,6))

testdat %>% my_subset(c("X","Y"), gt=c(4,3), lt=c(8,6))

     X        Y NL
1 7.67 5.780466 10
2 6.93 4.973424  5
3 7.87 5.656103  5
4 5.11 4.699798  4
5 5.98 4.103508 10
6 7.68 5.893234  7
7 5.83 5.752474  6

iris %>% my_subset(c("Petal.Width","Sepal.Length"), lt=c(0.3,4.5))

  Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1          4.4         2.9          1.4         0.2  setosa
2          4.3         3.0          1.1         0.1  setosa
3          4.4         3.0          1.3         0.2  setosa
4          4.4         3.2          1.3         0.2  setosa