提问人：kuba 提问时间：7/4/2014 最后编辑：Jaapkuba 更新时间：10/22/2022 访问量：40014
在 dplyr 函数中使用变量名
Use variable names in functions of dplyr
问：
我想在函数中使用变量名作为字符串。请参阅以下示例：dplyr
df <- data.frame(
color = c("blue", "black", "blue", "blue", "black"),
value = 1:5)
filter(df, color == "blue")
它工作得很好，但我想用字符串来引用，如下所示：color
var <- "color"
filter(df, this_probably_should_be_a_function(var) == "blue").
我很乐意以任何方式做到这一点，并且非常乐意使用易于阅读的语法。dplyr
答：
7赞
lukeA
7/4/2014
#1
经常被问到，但仍然没有轻松的支持afaik。但是，关于此帖子：
eval(substitute(filter(df, var == "blue"),
list(var = as.name(var))))
# color value
# 1 blue 1
# 2 blue 3
# 3 blue 4
38赞
akrun
7/4/2014
#2
在较新的版本中，我们可以创建带引号的变量，然后取消引号（或）进行评估UQ!!
var <- quo(color)
filter(df, UQ(var) == "blue")
# color value
#1 blue 1
#2 blue 3
#3 blue 4
由于运算符的优先级，我们可能需要绕行()!!
filter(df, (!!var) == "blue")
# color value
#1 blue 1
#2 blue 3
#3 blue 4
对于新版本，具有更高的优先级，因此||
filter(df, !! var == "blue")
应该工作（正如@Moody_Mudskipper评论的那样）
较旧的选项
我们还可能使用：
filter(df, get(var, envir=as.environment(df))=="blue")
#color value
#1 blue 1
#2 blue 3
#3 blue 4
编辑：重新排列了解决方案的顺序
评论
0赞
Michael Barton
11/5/2017
打字时，我得到.我正在使用 dplyr 0.7.4。(!!"term")Error in !"term" : invalid argument type
1赞
akrun
11/5/2017
@MichaelBarton我正在使用 0.7.3，并且它适用于 .我不确定你的意思，如果你传递的是带引号的字符串，那么Updatetermfilter(df, (!!rlang::sym("color")) == "blue")
1赞
Michael Barton
11/6/2017
是的，你是对的，这是我的错误。我在输入这个时一定很困惑，我不应该在它周围加上引号。
2赞
moodymudskipper
7/1/2019
现在具有更高的优先级，不再需要括号!!
27赞
Mark Heckmann
10/31/2015
#3
对于版本 [0.3 - 0.7） （？ - 2017 年 6 月）dplyr
（有关更新的 dplyr 版本，请参阅此问题的其他答案）
由于每个使用非标准评估（NSE，请参阅发布帖子和小插图）的函数都有一个标准评估 （SE） 孪生体，下面划线结尾。这些可用于传递变量。因为它将是.使用 u 可以将逻辑条件作为字符串传递。dplyr 0.3dplyrfilterfilter_filter_
filter_(df, "color=='blue'")
# color value
# 1 blue 1
# 2 blue 3
# 3 blue 4
当然，用逻辑条件来解释字符串是很纯粹的
l <- paste(var, "==", "'blue'")
filter_(df, l)
评论
0赞
Berk U.
5/4/2016
使用 filter_您可以将逻辑条件作为字符串传递。谢谢你指出这一点。在我读到你帖子的那部分之前，我真的不明白 NSE 是如何在 dplyr 中工作的。
0赞
slhck
5/9/2018
小插曲的链接断开了，你能更新一下吗？
17赞
takje
7/7/2017
#4
从 dplyr 0.7 开始，有些事情又发生了变化。
library(dplyr)
df <- data.frame(
color = c("blue", "black", "blue", "blue", "black"),
value = 1:5)
filter(df, color == "blue")
# it was already possible to use a variable for the value
val <- 'blue'
filter(df, color == val)
# As of dplyr 0.7, new functions were introduced to simplify the situation
col_name <- quo(color) # captures the current environment
df %>% filter((!!col_name) == val)
# Remember to use enquo within a function
filter_col <- function(df, col_name, val){
col_name <- enquo(col_name) # captures the environment in which the function was called
df %>% filter((!!col_name) == val)
}
filter_col(df, color, 'blue')
在 dplyr 编程小插曲中解释了更一般的情况。
评论
4赞
Michael Barton
11/5/2017
谢谢。这就是我一直在寻找的答案。不过，在我看来，这对 dplyr 来说是一个令人困惑的方向。我花了很长时间来解析和理解这里正在做什么。我可以想象我不会是唯一一个，这感觉就像一段非常高级的代码，几乎就像在LISP中编写宏一样。我喜欢宏和 LISP，但我不知道它们是否符合每个人的口味，尤其是对于编写相对简单的函数来操作 tibbles。quoenquo
0赞
takje
11/6/2017
@MichaelBarton 这些命令指定要捕获的环境。我试图添加评论来澄清。更好的解释是在编程小插曲中。
1赞
Michael Barton
11/7/2017
是的，这不是对你的答案的评论，这就是我一直在寻找的。相反，这是对 dplyr 的个人评论。我认为很难要求用户必须理解和编写我认为使用 dplyr 的相对简单的函数。几乎就像在教某人基于 dplyr 编写函数时，您还必须捆绑有关如何捕获环境的解释。quoenquoquo
5赞
Tom Roth
9/27/2017
#5
以下是使用包中的函数执行此操作的一种方法：sym()rlang
library(dplyr)
df <- data.frame(
main_color = c("blue", "black", "blue", "blue", "black"),
secondary_color = c("red", "green", "black", "black", "red"),
value = 1:5,
stringsAsFactors=FALSE
)
filter_with_quoted_text <- function(column_string, value) {
col_name <- rlang::sym(column_string)
df1 <- df %>%
filter(UQ(col_name) == UQ(value))
df1
}
filter_with_quoted_text("main_color", "blue")
filter_with_quoted_text("secondary_color", "red")
评论
1赞
CoderGuy123
6/19/2018
我遇到了双字符串用例。我不明白为什么正常的方法不起作用，必须先使用。这种使用运算符重复引用的情况在我找到的任何教程中都没有涉及。filter(UQ(col_name) == UQ(value))rlang::sym(column_string)==filter()
14赞
Ben Bolker
7/1/2019
#6
版本 >= 0.4.0 的新功能rlang
.data现在被识别为引用父数据框的一种方式，因此按字符串引用的工作方式如下：
var <- "color"
filter(df, .data[[var]] == "blue")
如果变量已经是一个符号，则将正确取消引用它{{}}
示例 1：
var <- quo(color)
filter(df, {{var}} == "blue")
或更现实地
f <- function(v) {
filter(df, {{v}} == "blue")
}
f(color) # Curly-curly provides automatic NSE support
更多阅读和示例，请参阅使用 dplyr 编程文章/小插曲。
评论
0赞
steve_b
7/7/2021
这里的方法立即对我起作用，可以否定管道中的过滤器（例如：）。我无法立即让其他一些解决方案在此应用程序中工作。.data[[var]] df %>% filter(!.data[[var]] %in% df2[[var]])
0赞
Gregor Thomas
9/15/2022
@steve_b这些方法是针对不同问题/在不同情况下使用的解决方案。 当你有一个字符串时工作。 当您有一个符号时有效，例如，一个不带引号的列名。.data{{
6赞
llewmills
2/4/2020
#7
上面的几个解决方案对我不起作用。现在有函数，我们把它包装在里面。似乎有点简单。as.symbol!!
set.seed(123)
df <- data.frame(
color = c("blue", "black", "blue", "blue", "black"),
shape = c("round", "round", "square", "round", "square"),
value = 1:5)
现在将变量作为字符串输入到 dplyr 函数中，方法是通过 和as.symbol()!!
var <- "color"
filter(df, !!as.symbol(var) == "blue")
# color shape value
# 1 blue round 1
# 2 blue square 3
# 3 blue round 4
var <- "shape"
df %>% group_by(!!as.symbol(var)) %>% summarise(m = mean(value))
# shape m
# <fct> <dbl>
# 1 round 2.33
# 2 square 4
评论
0赞
Alex L
9/6/2020
在这里的所有答案中，这对我有用，谢谢！dplyr 1.0.1
5赞
llewmills
9/6/2020
#8
更新。新功能具有一些出色的新功能，可以更轻松地解决此类问题。您可以在新软件包随附的“编程”小插曲中了解它。dplyr1.0.0
基本上，该函数允许您更轻松地将字符串传递到函数中。.data[[foo]]
所以你可以这样做
filtFunct <- function(d, var, crit) {
filter(d, .data[[var]] %in% crit)
}
filtFunct(df, "value", c(2,4))
# color value
# 1 black 2
# 2 blue 4
filtFunct(df, "color", "blue")
# color value
# 1 blue 1
# 2 blue 3
# 3 blue 4
3赞
Geoffrey Poole
12/20/2020
#9
这个问题发布于 6 年前。 现在最高版本为 1.0.2。然而，这仍然是一个很棒的讨论，对我的问题有很大帮助。我希望能够从列、运算符和值中构造过滤器，这些变量都是由内存中的变量指定的。哦，还有不确定数量的过滤器！dplyr
请考虑以下列表，其中我指定了两个筛选器的列、运算符和值：
myFilters =
list(
list(var = "color", op = "%in%", val = "blue"),
list(var = "value", op = "<=", val = 3)
)
从这个列表中，我想运行：
dplyr::filter(color %in% "blue", value <= 3)
我们可以在上面创建一个对象，使用运算符强制评估调用，并将其传递给：lapplylistlistcall!!!filter
library(dplyr)
df <- data.frame(
color = c("blue", "black", "blue", "blue", "black"),
value = 1:5)
result =
lapply(myFilters, function(x) call(x$op, as.name(x$var), x$val)) %>%
{filter(df, !!!.)}
...还有沙赞！
> result
color value
1 blue 1
2 blue 3
这需要吸收很多东西，所以如果不能立即看出发生了什么，让我稍微解开一下。考虑：
var = "color"
op = "%in%"
val = "blue"
我希望能够运行：
filter(df, color %in% "blue")
如果我也有：
var2 = "value"
op2 = "<="
val2 = 3
我可能希望能够获得：
filter(df, color %in% "blue", value <= 3)
该解决方案使用 s，它们是未计算的表达式。（参见 Hadley 的 Advanced R 书籍）基本上，从变量中列出对象，然后在调用时使用运算符强制评估调用。callcall!!!dplyr::filter
call1 = call(op, as.name(var), val)
以下是 的值：call1
> call1
color %in% "blue"
让我们创建另一个：call
call2 = call(op2, as.name(var2), val2)
把它们放在列表中：
calls = list(call1, call2)
并用于在将呼叫发送到 ：!!!filter
result = filter(df, !!!calls)
评论