Фильтровать фрейм данных по символьному имени столбца (в dplyr)

Из текущего файла справки dplyr (выделено мной):

dplyr раньше предлагал двойные версии каждого глагола с суффиксом подчеркивания. Эти версии имели семантику стандартной оценки (SE): вместо того, чтобы принимать аргументы по коду, как глаголы NSE, они принимали аргументы по значению. Их цель заключалась в том, чтобы сделать возможным программирование с помощью dplyr. Однако теперь dplyr использует точную семантику оценки. Глаголы NSE по-прежнему фиксируют свои аргументы, но теперь вы можете отменить кавычки части этих аргументов. Это обеспечивает полную программируемость с помощью глаголов NSE. Таким образом, подчеркнутые версии теперь излишни.

Таким образом, нам нужно сделать две вещи, чтобы иметь возможность ссылаться на значение "this" переменной column внутри dplyr::filter():

1. # P4 # # P5 #

   # P6 #

   # P7 #

2. Нам нужно убрать кавычки с символа 1).

   Что именно означает удаление кавычек, можно узнать из виньетки Программирование с dplyr. Это достигается с помощью синтаксического сахара !!.

   _{(В более ранних версиях dplyr (или базового rlang соответственно) были ситуации (включая вашу), когда !! сталкивался с одним !, но это больше не проблема , поскольку !! получил правильный приоритет оператора.)}

Применительно к вашему примеру:

library(dplyr)
df <- data.frame(this = c(1, 2, 2),
                 that = c(1, 1, 2))
column <- "this"

df %>% filter(!!as.symbol(column) == 1)
#   this that
# 1    1    1

Я бы не стал использовать get() все вместе. Похоже, в этой ситуации это было бы довольно опасно, особенно если вы занимаетесь программированием. Вы можете использовать либо неоцененный вызов, либо вставленную строку символов, но вам нужно будет использовать filter_() вместо filter().

df <- data.frame(this = c(1, 2, 2), that = c(1, 1, 2))
column <- "this"

Вариант 1 - использование неоцененного вызова:

Вы можете жестко запрограммировать y как 1, но здесь я показываю его как y, чтобы проиллюстрировать, как вы можете легко изменить значения выражения.

expr <- lazyeval::interp(quote(x == y), x = as.name(column), y = 1)
## or 
## expr <- substitute(x == y, list(x = as.name(column), y = 1))
df %>% filter_(expr)
#   this that
# 1    1    1

Вариант 2 - с использованием paste() (и, очевидно, проще):

df %>% filter_(paste(column, "==", 1))
#   this that
# 1    1    1

Главное в этих двух вариантах - нам нужно использовать filter_() вместо filter(). Фактически, из того, что я прочитал, если вы программируете с dplyr, вы всегда должны использовать *_() функции.

Я использовал этот пост как полезный справочник: символьная строка как аргумент функции r, и я использую dplyr версию 0.3.0.2.

Вот еще одно решение для последней версии dplyr:

df <- data.frame(this = c(1, 2, 2),
                 that = c(1, 1, 2))
column <- "this"

df %>% filter(.[[column]] == 1)

#  this that
#1    1    1

Что касается решения Ричарда, просто хочу добавить, что если вы столбец является символом. Вы можете добавить shQuote для фильтрации по символьным значениям.

Например, вы можете использовать

df %>% filter_(paste(column, "==", shQuote("a")))

Если у вас несколько фильтров, вы можете указать collapse = "&" в paste.

df %>$ filter_(paste(c("column1","column2"), "==", shQuote(c("a","b")), collapse = "&"))

Последний способ сделать это - использовать my.data.frame %>% filter(.data[[myName]] == 1), где myName - это переменная среды, содержащая имя столбца.

Или используя filter_at

library(dplyr)
df %>% 
   filter_at(vars(column), any_vars(. == 1))

Как Салим Б. объяснил выше, но с небольшими изменениями:

df %>% filter(1 == !!as.name(column))

т.е. просто измените условие, потому что !! в противном случае ведет себя как

!!(as.name(column)==1)