R lazyeval：将参数传递给dplyr::filter

Question

我认为这个问题有多种其他变体（例如：, and perhaps here）- 甚至可能在某处有答案。

如何给过滤函数提供参数。

library(dplyr)
library(lazyeval)
set.seed(10)
data <- data.frame(a=sample(1:10, 100, T))

如果我需要计算数字 1 到 10 出现的次数并显示 1、2 和 3 的计数，我会这样做：

data %>% 
  group_by(a) %>% 
  summarise(n = n()) %>% 
  filter(a < 4)

给出：

# A tibble: 3 × 2
      a     n
  <int> <int>
1     1    11
2     2     8
3     3    16

现在，我如何将其放入函数中？这里 grp 是分组变量。

   fun <- function(d, grp, no){
      d %>% 
        group_by_(grp) %>% 
        summarise_(n = interp(~ n() )) %>%
        filter_( grp < no)
        # This final line instead also does not work:  
        # filter_(interp( grp < no), grp = as.name(grp))
    }

现在，

fun(data, 'a', 4)

给出：

# A tibble: 0 × 2
# ... with 2 variables: a <int>, n <int>

Answer 1

我们可以使用 dplyr 开发版本（即将发布 0.6.0）

中的 quosures 方法

fun <- function(d, grp, no){
   grp <- enquo(grp)

   d %>% 
      group_by(UQ(grp)) %>% 
      summarise(n = n() )%>%
       filter(UQ(grp) < no)

}

fun(data, a, 4)
# A tibble: 3 x 2
#      a     n
#  <int> <int>
#1     1    11
#2     2     8
#3     3    16

我们使用enquo获取输入参数并将其转换为quosure，在group_by/summarise/mutate中，通过取消引号（UQ或!!)

上面的函数也可以修改为同时接受带引号和不带引号的参数

fun <- function(d, grp, no){
   lst <- as.list(match.call())
   grp <- if(is.character(lst$grp)) {
              rlang::parse_quosure(grp)
            } else enquo(grp)


   d %>% 
      group_by(UQ(grp)) %>% 
      summarise(n = n() )%>%
       filter(UQ(grp) < no)

}




fun(data, a, 4)
# A tibble: 3 x 2
#      a     n
#  <int> <int>
#1     1    11
#2     2     8
#3     3    16

 fun(data, 'a', 4)
# A tibble: 3 x 2
#      a     n
#  <int> <int>
#1     1    11
#2     2     8
#3     3    16

R lazyeval：将参数传递给dplyr::filter

R lazyeval: pass parameters to dplyr::filter

parameters

r

filter

dplyr

lazyeval