如何在 dplyr::filter 中使用变量？

Question

我有一个与数据框中的列同名的变量：

df <- data.frame(a=c(1,2,3), b=c(4,5,6))
b <- 5

我想获取

df$b == b

所在的行，但 dplyr 将其解释为

df$b == df$b

:

df %>% filter(b == b) # interpreted as df$b == df$b
#   a b
# 1 1 4
# 2 2 5
# 3 3 6

如果我更改变量名称，它就会起作用：

B <- 5
df %>% filter(b == B) # interpreted as df$b == B
#   a b
# 1 2 5

我想知道是否有更好的方法来告诉

filter

b

指的是外部变量。

Answer 1

最近我发现这是解决这个问题的一个优雅的解决方案，尽管我刚刚开始了解它是如何工作的。

df %>% filter(b == !!b)

这是

的语法糖

df %>% filter(b == UQ(b))

这种情况的高级意义是，

UQ

（取消引用）操作会导致其内容在过滤操作之前被评估，因此不会在 data.frame 内评估它。

这在 Advanced R 的章节中关于“准引用”进行了描述。本章还包括一些与非标准评估（NSE）相关的类似问题的解决方案。

Answer 2

您可以使用

get

函数从环境中获取变量的值。

df %>% filter(b == get("b")) # Note the "" around b

Answer 3

rlang

（与

dplyr

一起导入）具有

.env

和

.data

代词，适合这种情况（当您由于数据屏蔽而需要明确表示时）。要显式引用数据框中的列，请使用

.data

并显式引用您的环境，请使用

.env

:

library(dplyr)
df %>% 
  filter(.data$b == .env$b) # b == .env$b works the same here

  a b
1 2 5

来自文档：

注意.data只是一个代词，它不是真正的数据框。这意味着您无法获取其名称或在 .data 的内容上映射函数。同样，.env 也不是实际的 R 环境。

您不一定需要在此处使用

.data$b

，因为评估会在数据框中搜索具有该名称 first 的列（正如您所发现的）。

Answer 4

作为通用解决方案，您可以使用

filter

的SE（标准评估）版本，即

filter_

。在这种情况下，事情会变得有点混乱，因为您在单个表达式中混合了变量和“外部”常量。以下是使用

interp

函数执行此操作的方法：

library(lazyeval)
df %>% filter_(interp(~ b == x, x = b))

如果您想在

b

中使用更多值，您可以写：

df %>% filter_(interp(~ b == x, .values = list(x = b)))

Answer 5

对于那些对如何使用列作为变量感兴趣的人，我发现这个解决方案是最快且易于理解的：

df %>% filter(!!as.name(column_name) == !!b)