Verwendung von dplyr filter() in Programmierung

Question

Ich schreibe meine Funktion und möchte dplyrs filter() - Funktion verwenden, um Zeilen meines Datenrahmens auszuwählen, die eine Bedingung erfüllen. Dies ist mein Code:

library(tidyverse) 

df <-data.frame(x = sample(1:100, 50), y = rnorm(50), z = sample(1:100,50), w = sample(1:100, 50), 
      p = sample(1:100,50)) 

new <- function(ang,brad,drau){ 
    df%>%filter(!!drau %in% 1:50)%>%select(ang,brad) -> A 
return(A) 
} 

brand <- c("z","w","p") 
lapply(1:3, function(i) new(ang = "x", brad = "y", drau = brand[i]))%>%bind_rows() 

Immer wenn ich diese Funktion zu starten, ist es wie filter sieht wählen keine Zeilen, die die Bedingung erfüllen.

Wie kann ich das schaffen?

aktualisieren

Aus irgendeinem Grund funktioniert das, wenn ich in% verwenden `% nicht, wie in;

new <- function(ang,brad,drau){ 
    df%>%filter(!!drau > 50)%>%select(ang,brad) -> A 
return(A) 
} 

lapply(1:3, function(i) new(ang = "x", brad = "y", drau = brand[i]))%>%bind_rows() 

Die Ergebnisse sind jedoch für jede Schleife gleich. Warum ist das so? und auch warum kann ich nicht %in% verwenden.

Answer 1

Dies scheint zu tun, was Sie wollen (aber es braucht eine Bestätigung von Ihnen):

library(tidyverse) 
library(rlang) 

set.seed(1492) 

xdf <- data_frame(
    x = sample(1:100, 50), 
    y = rnorm(50), 
    z = sample(1:100,50), 
    w = sample(1:100, 50), 
    p = sample(1:100,50) 
) 

new_df <- function(ang, brad, drau) { 
    drau <- sym(drau) 
    filter(xdf, UQE(drau) %in% 1:50) %>% 
    select(ang, brad) 
} 

brand <- c("z", "w", "p") 

map_df(brand, ~new_df(ang = "x", brad = "y", drau = .x)) 

Trotz einer Fülle von „offiziellen“ „tidyverse“ Beispiele dort mit df zu sein, ist es eine Funktion in der stats pkg ist und ich versuche, es nicht mehr zu benutzen.

Da Sie den Tidyverse verwenden, können Sie auch map_df() von purrr nutzen.

Answer 2

Ich stimme der Standard-Bewertungslösung von @ hrbrmstr zu. Wie von @hadley vorgeschlagen today hier NSE Lösung:

library(tidyverse) 

df <-data.frame(x = sample(1:100, 50), 
       y = rnorm(50), 
       z = sample(1:100,50), 
       w = sample(1:100, 50), 
       p = sample(1:100,50)) 

new <- function(ang, brad, drau){ 
    ang <- enquo(ang) 
    brad <- enquo(brad) 
    drau <- enquo(drau) 

    df %>% filter(UQ(drau) %in% 1:50) %>% 
    select(UQ(ang),UQ(brad)) 
} 

brand <- c("z","w","p") 
brand <- rlang::syms(brand) 

map_df(brand, ~new(ang = x, brad = y, drau = UQ(.x)))