r - dplyr::filter() 的意外行为

Question

谢谢你的时间。

这可能是我忽略的一个明显问题，但我今天早上使用 dplyr::filter() 遇到了一些意想不到的行为。 .

使用 filter()似乎有效，除非列名和对象名相同。有关详细信息，请参阅以下示例。

我在期待 data只返回 data$year 所在的行匹配 year或 data$month匹配 month ，但它会返回所有值。

我以前做过很多次同样的操作，所以我不确定为什么这次会发生。

重命名时 month至 month_by_a_different_name ，一切都按预期工作。有任何想法吗？谢谢你的时间。

library(tidyverse)

# Example data
data <-
  tibble(
    year = c(2019, 2018, 2017),
    month = c("January", "February", "March"),
    value = c(1, 2, 3)
  )


# -----------------------------------------------

# Values to filter by
year <- 2019
month <-  "February"

# Assigning year and month to a different object name
year_by_a_different_name <- year
month_by_a_different_name <- month


# -----------------------------------------------

# Filtering using year and month doesn't work
data %>%
  dplyr::filter(year == year)        # Doesn't work

data %>%
  dplyr::filter(month == month)      # Doesn't work


# -----------------------------------------------

# Filtering using different names works
data %>%
  filter(year == year_by_a_different_name)       # Works

data %>% 
  filter(month == month_by_a_different_name)     # Works


# -----------------------------------------------

# Using str_detect() also doesn't work for month
data %>% 
  dplyr::filter(str_detect(month, month))


# -----------------------------------------------

# Works with base R
data[data$month == month, ]
data[data$year == year, ]


# -----------------------------------------------

# Objects are of same class
class(data$year) == class(year)      # TRUE
class(data$month) == class(month)    # TRUE

Answer 1

TLDR:使用 filter(year == !!year)
这是由 dplyr 的非标准评估 (NSE) 引起的 - 您是否指的是 df$year 模棱两可。或您的外部变量 year .
NSE 使用所谓的“quosures”来推断当您写 year 时在 LHS 上，您指的是管道输入列的列。这种引用技巧允许您引用 tidyverse 系列包中管道输入范围内定义的名称(即数据框列)，并通过 (i) 避免输入引用使您的生活变得更加轻松 -标记无处不在，并且 (ii) 允许 Rstudio 为您提供自动完成建议。

但是，就您这里的情况而言，year RHS 上的意思是指输入 data.frame 之外的东西，即使该名称也在那里使用。在这种情况下，!! ("bangbang") 运算符告诉 NSE 您的变量不应被引用，而应按原样进行评估。

您可以在这里找到更多信息:https://dplyr.tidyverse.org/articles/programming.html ，尤其是关于“不同表达”的部分。从上面的小插图:

In dplyr (and in tidyeval in general) you use !! to say that you want to unquote an input so that it’s evaluated, not quoted. This gives us a function that actually does what we want.