如何在R中重载函数参数？

简化代码，其中有两个参数年龄和性别；不过，我只想按性别或年龄来挑选案例；我在想，你怎么能在不重复相同代码的情况下重载getIDsage和getIDsgender；假设您有50个参数等；我尝试了getIDsage，但我认为这不是一个好主意

getIDs <- function(age, gender) {
    # https://stackoverflow.com/a/40330110/54964

    ageIDs <- c(1,2,3)
    genderIDs # dummy code here to indicate that do not use genderIDs if gender ""

    intersect(ageIDs, genderIDs)
}

数据2

DF <- structure(list(ID = 100:104, Age = c(69L, 75L, 84L, NA, 66L), Gender = 
c("male", "female", "female", "male", "female")), .Names = c("ID", "Age", 
"Gender"), row.names = c(NA, -5L), class = "data.frame") 

操作系统：Debian8.5

---

R:3.1.1

您可以为参数指定默认值并在下游捕获它们

例如，如果将age=NULL，则可以使用

if (is.null(age)) {
    # do something
}

其他参数也是如此。另一个好的选择是使用NA，由is.NA函数捕获

编辑 在讨论之后，五十个参数在任何情况下都是需要处理的。根据您的需要，您有多种选择

如果所有参数都是相同的数据类型，则可以使用命名向量，例如

x <- c(arg1 = "1", arg2 = "this")

在R中使用列表是非常自然的，您可以使用sappy或lappy等工具对其进行操作。你可以找到所有的数值

> x[sapply(x, is.numeric)]
$par1
[1] 1

或者仅仅基于名字

> x[grepl(paste("par", 1:2, sep = "", collapse = "|"), names(x))]
$par1
[1] 1

$par2
[1] "2"

使用dplyr，您可以编写一个通用函数，在这个函数中，您可以将任何条件作为字符串传递给函数，它将返回值。这很容易扩展到多个参数，只要dplyr可以评估您的条件字符串，那么输出是使用您提供的数据帧生成的：

以这种方式定义函数是magrittr链的一个特点

如果要将一系列查询作为参数传递：

getIDs <- function(...){
    DF %>% filter_(...) %>% .$ID
} 

getIDs("Gender == 'male'", "Age > 30")
# [1] 100

---

按照罗曼的想法，我可能会使用一个列表：

library(data.table)
setDT(DF)

getIDs <- function(L) DF[L, on=names(L), ID]

资料

---

我从不使用它，但missing似乎也在某种程度上使用它，比如f=functiona，b如果缺少b a，b其他b；f1,2；f1。。？哦，没关系，重读OP的问题，我现在完全糊涂了。@Frank，你能把你的评论扩展成一个答案，这样我能更好地理解它吗？我把罗曼的答案暗示到身体里，它有50个参数的严重限制。很难维护。@Roman，你能将你的提案与yeedle的提案进行比较吗？yeedle的提案非常灵活，我非常喜欢。如果年龄是一个数字，性别是一个字符串，则可以区分getIDsage和getIDsgender。不过，R中的数据类型太多了，如果您有50种数据类型，希望函数在不传递参数名称的情况下匹配，那就麻烦了。我理解您的意思是要求getIDs45和getIDsmale应该工作。。。对吗？对于50个参数，一个命名向量可能是一个更好的解决方案。如果你找到任何可能的解决方案，请参阅我问题的编辑。它使用了一个完全不同的范例。在一天结束时，使用50个参数，您必须对条件进行大量手动枚举。我发现使用显式条件和清晰的转换步骤链更容易。其他人则喜欢base R的简洁性。与其每次调用函数时都读取数据，不如将其分配给环境。同样，在这种情况下，您可以使用一个链来编写整个函数：getIDs%filter\u DF，.%>%$身份证件environmentgetIDs$DF是正确的@Frank。在OP中，我只是遵循了Masi的示例。显然，每次读取它都是低效的。绝对：getIDs%filter\uUx…%%>%按%>%.$ID}排列\u。我把它添加到我的答案中，看看我的答案。如果忽略by参数，输出将不会按任何顺序排序。如果指定它，它将按升序排序。如果希望按降序排列，则可以通过=descAge@Masi我不明白你在问什么。@Masi抱歉，我还是不明白。@Masi好的。是的，这很有道理。此答案中的方法仅适用于平等性测试。如果您需要一系列的查询，那么yeedle的最适合。我编辑它是为了演示。

> x[grepl(paste("par", 1:2, sep = "", collapse = "|"), names(x))]
$par1
[1] 1

$par2
[1] "2"

library(dplyr)
getIDs <- function(conditon)
{
  data <- read.csv("/home/masi/data.csv", header = T)
  df <- data %>% filter_(conditon) %>% .$ID
}

getIDs("Gender == 'male'")
# [1] 100 103

getIDs("Age > 30")
# [1] 100 101 102 104

getIDs("Gender == 'male' & Age > 30")
# [1] 100

getIDs <- . %>% filter_(DF, .) %>% .$ID

getIDs <- function(...){
    DF %>% filter_(...) %>% .$ID
} 

getIDs("Gender == 'male'", "Age > 30")
# [1] 100

getIDs <- function(..., by = NULL){
    DF %>% filter_(...) %>% { if (!is.null(by))  arrange_(., by) else . } %>% .$ID
} 

getIDs("Gender == 'female'", "Age > 10", by = "Age")
# [1] 104 101 102

# descending order:
getIDs("Gender == 'female'", "Age > 10", by = "desc(Age)")
# [1] 102 101 104

library(data.table)
setDT(DF)

getIDs <- function(L) DF[L, on=names(L), ID]

> getIDs(list(Gender = "male"))
[1] 100 103
> getIDs(list(Gender = "male", Age = NA))
[1] 103

DF = structure(list(ID = 100:104, Age = c(69L, 75L, 84L, NA, 66L), 
Gender = c("male", "female", "female", "male", "female")), .Names = c("ID", 
"Age", "Gender"), row.names = c(NA, -5L), class = "data.frame")