R中的Lazyeval--如何构建子集函数？

我正在尝试在R中构建一个子集函数，它将接受数据帧和列名，并使用所述的lazyeval方法遇到问题。这是我的密码：

iris_fun <- function(df, selection_var, selection_input){

  temp <- subset(df, ~.data[[.env$selection_var]] == .env$selection_input)

  return(temp)

}

我收到一条错误消息：

subset.data.frame（df，~.data[[.env$selection\u var]]==selection\u input）中出错： “子集”必须是逻辑的

---

谢谢你的建议

R

子集

函数不是为编程而设计的。这将满足您的要求，无需任何非标准评估混淆：

iris_fun <- function(df, selection_var, selection_input){
                     df[ df[[selection_var]] == selection_input , ]}

---

你的问题毫无意义。你到底想做什么？@HongOoi，我正试图构建一个函数，该函数将根据给定的条件（实际上来自另一个数据帧）对一个数据帧进行子集划分。现在，我正在尝试让第一部分工作——基于变量和值进行子集设置，该变量和值将作为函数的输入（以及数据帧）。在该示例中，hadley重新定义了

子集

，因此它不再是

base:：subset

请参见：@rawr您100%正确-谢谢！我的轮子花了太多时间旋转。

iris_fun <- function(df, selection_var, selection_input){
                     df[ df[[selection_var]] == selection_input , ]}