R - 使用测试条件使用 dplyr 过滤数据

Question

我正在尝试根据测试条件使用dplyr 到filter 我的数据，但此测试条件可能会根据其他变量而改变。

使用内置的示例数据集cars：

data(cars)

我想做这样的事情：

if (foo == 0) {
  test <- speed > 15
} else {
  test <- dist < 50
}
filter(cars, test)

这不起作用。如果我把它改成这样，我可以让它工作：

if (foo == 0) {
  test <- 'cars$speed > 15'
} else {
  test <- 'cars$dist < 50'
}
filter(cars, eval(parse(text = test)))

但是

1. 必须输入cars$speed 和cars$dist 似乎违背了使用filter 函数的目的。
2. 根据this SO answer，不建议使用eval(parse(text = ...)) 构造。

有没有更好的方法来实现这一点？

Answer 1

你可以这样做：

filter(cars, if(foo==0){speed>15}else{dist<50})

通过与简单过滤器比较进行测试：

> foo =0
> identical(filter(cars, speed>15), filter(cars, if(foo==0){speed>15}else{dist<50}))
[1] TRUE
> foo =1
> identical(filter(cars, dist<50), filter(cars, if(foo==0){speed>15}else{dist<50}))
[1] TRUE

将filter 语句放在大括号内可能会更简单、更整洁：

if (foo == 0) {
  filter(cars, speed > 15)
} else {
  filter(cars, dist < 50)
}

注意如果你想在某处分配结果，if 返回值：

> ff = if (foo == 0) {
       filter(cars, speed > 15)
     } else {
       filter(cars, dist < 50)
     }
> identical(ff, filter(cars, speed>15))
[1] FALSE
> identical(ff, filter(cars, dist<50))
[1] TRUE
> foo
[1] 1

Answer 2

这对我有用：

library(dplyr)

if (foo == 0) {
  test <- cars$speed > 15
} else {
  test <- cars$dist < 50
}

filter(cars, test)

我认为使用cars$speed 和cars$dist 没有问题，因为您使用的是filter。另外，你真的需要使用filter吗？有一种替代方法可以使用 base R 来执行此操作。将最后一行替换为：

cars[test,]