设计一个函数，以便过滤器不会丢弃NA

Question

我刚才刚刚被dplyr :: filter咬了过滤时从我的tibble中删除了大量的NA。我主要处理完整的数据集，但现在我想进入比较混乱的数据。因此，我想创建一个具有与过滤器相同功能但不删除NA的功能。以下是一些建议：Why does dplyr's filter drop NA values from a factor variable?或How to filter data without losing NA rows using dplyr但是在处理大量缺失数据值和许多比较时它们是繁琐的解决方案。下面是一些解决它的方法的示例。

这是样本数据，A列和B列都缺少NA

df = tibble(A = rep(c(1,2,3,NA,NA),10000),
            B = rep(c(NA,1,2,3,4),10000))

这是我想做的直观。返回A不等于B的值，但是它会丢弃所有的NA（如预期的那样）。

df %>% filter(A != B)

第一个解决方案：解决此问题的解决方案是使用基数R中的％in％，但是您需要逐行执行此操作然后取消组合，这样会降低进程的速度。但是当它们出现在A或B中时，通过保持NAs来给出正确的结果。

df %>% rowwise() %>%  filter(!A %in% B) %>% ungroup()

第二个解决方案：之前建议的另一个选项是使用|如果他们是NA，则返回A和B.

df %>% filter(A != B|is.na(A)|is.na(B))

现在，如果您正在进行多次过滤和比较，这会变得很烦人，您可能会在某个地方填充！因此，是否可以创建一个自动使is.na（）保持内置的功能。也许这样的事情。

    filter_keepna = function(data, expression){
data %>% filter(expression|is.na(column1)|is.na(column2)
}

我没有足够的知识来获得这样的工作。但我假设各个平台上的所有评论都认为这是必需的。

Answer 1

试试coalesce

df %>% filter(coalesce(A != B, TRUE))

Answer 2

在您的函数中，您可以使用这些函数从rlang包中进行整理评估。 enquo()，f_lhs()和quo_get_expr()函数可以帮助从表达式中提取变量。您还需要bang bang运算符（!!）来解释这些情况。在你的例子中，是：

filter_keepna <- function(data, expre){
  expre <- enquo(expre) #Quotation 

  data %>% 
    filter(!!expre | #!! is a tidy evaluator

             # get quoted left variable from expre
             is.na(!!f_lhs(quo_get_expr(expre))) |

             # get quoted right variable from expre
             is.na(!!f_rhs(quo_get_expr(expre))))
}

在示例数据中使用filter_keepna()函数：

df = tibble(A = rep(c(1,2,3,NA,NA),10000),
            B = rep(c(NA,1,2,3,4),10000))

filter_keepna(df, A != B)
# A tibble: 40,000 x 2
#        A     B
#     <dbl> <dbl>
#  1     2     1
#  2     3     2
#  3    NA     3
#  4    NA     4
#  5     2     1
#  6     3     2
#  7    NA     3
#  8    NA     4
#  9     2     1
# 10     3     2
# # ... with 39,990 more rows

有关rlang包的quotation reference和Quosure getters reference的详细信息。 .........