如何以编程方式过滤 dplyr 中的列？

Question

如果在函数被调用之前我不想指定列，我将如何创建一个函数来删除列中的 NA 值？

minimal_case <- function(column_name = "a") {
  enquo_name <- enquo(column_name)

  example <- tibble(a = c(NA, 1))

  print(filter(example, !is.na(a)))

  print(filter(example, !is.na(rlang::UQ(enquo_name))))

}

第一个打印语句的输出是：

# A tibble: 1 x 1
      a
  <dbl>
1     1

第二个打印语句的输出是：

# A tibble: 2 x 1
      a
  <dbl>
1    NA
2     1

如何让第二个打印语句与第一个匹配？

Answer 1

column_name参数似乎是一个字符串。在这种情况下，您可以使用 rlang::sym:

minimal_case <- function(column_name = "a") {
    example <- tibble(a = c(NA, 1))

    print(filter(example, !is.na(a)))

    print(filter(example, !is.na(!!rlang::sym(column_name))))

}

Answer 2

这里有一篇关于如何在 dplyr 中做这样的事情的很好的文章：http://dplyr.tidyverse.org/articles/programming.html

这个案例的重点是您不必在参数中引用 a。您也可以使用 !! 而不是 UQ

minimal_case <- function(column_name = a) {
    enquo_name <- enquo(column_name)

    example <- tibble(a = c(NA, 1))

    print(filter(example, !is.na(a)))

    print(filter(example, !is.na(!!enquo_name)))

}

如何以编程方式过滤 dplyr 中的列？

How to programmatically filter columns in dplyr?

r

dplyr

tidyeval

rlang