在过滤器中使用 tidyeval 引用另一列

Question

我有一个 tibble 列 foo 包含 tibble 中另一列的名称。我想根据 foo 中命名的列进行过滤:

mtcars %>%
  mutate(foo = c(rep("carb", 16), rep("gear", 16))) %>%
  filter(!!sym(foo) == 4)
#> Error in is_symbol(x): object 'foo' not found

它似乎在全局环境中寻找 foo，所以我想我需要一种方法来指定 foo 应该在 tibble 的上下文中进行评估。

期望的结果与运行相同:

rbind(
  mtcars[1:16,] %>% mutate(foo = "carb") %>% filter(carb == 4),
  mtcars[17:32,] %>% mutate(foo = "gear") %>% filter(gear == 4)
)
#>     mpg cyl  disp  hp drat    wt  qsec vs am gear carb  foo
#> 1  21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4 carb
#> 2  21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4 carb
#> 3  14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4 carb
#> 4  19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4 carb
#> 5  17.8   6 167.6 123 3.92 3.440 18.90  1  0    4    4 carb
#> 6  10.4   8 472.0 205 2.93 5.250 17.98  0  0    3    4 carb
#> 7  10.4   8 460.0 215 3.00 5.424 17.82  0  0    3    4 carb
#> 8  32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1 gear
#> 9  30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    2 gear
#> 10 33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1 gear
#> 11 27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1 gear
#> 12 21.4   4 121.0 109 4.11 2.780 18.60  1  1    4    2 gear

Answer 1

如果 'foo' 已经是一个以 "am"为字符串的列，选择 'foo' 的第一个元素，将其转换为 symbol，计算 (!!) 并过滤那些'am'值为1的行

library(dplyr)
library(rlang)
mtcars %>%
   mutate(foo = "am") %>%
   filter(!! sym(foo[1]) == 1)
#     mpg cyl  disp  hp drat    wt  qsec vs am gear carb foo
#1  21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4  am
#2  21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4  am
#3  22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1  am
#4  32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1  am
#5  30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    2  am
#6  33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1  am
#7  27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1  am
#8  26.0   4 120.3  91 4.43 2.140 16.70  0  1    5    2  am
#9  30.4   4  95.1 113 3.77 1.513 16.90  1  1    5    2  am
#10 15.8   8 351.0 264 4.22 3.170 14.50  0  1    5    4  am
#11 19.7   6 145.0 175 3.62 2.770 15.50  0  1    5    6  am
#12 15.0   8 301.0 335 3.54 3.570 14.60  0  1    5    8  am
#13 21.4   4 121.0 109 4.11 2.780 18.60  1  1    4    2  am

---

如果每一行都不同，那么一个有效的选择是行/列索引

df1 <- mtcars %>%
           mutate(foo = c(rep("carb", 16), rep("gear", 16)))
i1 <- cbind(seq_len(nrow(df1)), match(df1$foo, names(df1)))
subset(df1, df1[-ncol(df1)][i1] == 4)
#    mpg cyl  disp  hp drat    wt  qsec vs am gear carb  foo
#1  21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4 carb
#2  21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4 carb
#7  14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4 carb
#10 19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4 carb
#11 17.8   6 167.6 123 3.92 3.440 18.90  1  0    4    4 carb
#15 10.4   8 472.0 205 2.93 5.250 17.98  0  0    3    4 carb
#16 10.4   8 460.0 215 3.00 5.424 17.82  0  0    3    4 carb
#18 32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1 gear
#19 30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    2 gear
#20 33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1 gear
#26 27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1 gear
#32 21.4   4 121.0 109 4.11 2.780 18.60  1  1    4    2 gear

或者一个选项是 get with rowwise

df1 %>%
    rowwise %>% 
    filter(get(foo) == 4)

---

或者在filter中使用行/列索引

df1 %>% 
      filter(.[cbind(row_number(), match(foo, names(.)))] == 4)