根据外部值有条件地应用管道步骤

Posted 2023-03-14

【中文标题】根据外部值有条件地应用管道步骤

【英文标题】：Conditionally apply pipeline step depending on external value

【发布时间】：2017-10-15 13:13:10

【问题描述】：

鉴于 dplyr 工作流程：

require(dplyr)                                      
mtcars %>% 
    tibble::rownames_to_column(var = "model") %>% 
    filter(grepl(x = model, pattern = "Merc")) %>% 
    group_by(am) %>% 
    summarise(meanMPG = mean(mpg))

我有兴趣根据applyFilter 的值有条件地应用filter。

解决方案

对于applyFilter <- 1，使用"Merc" 字符串过滤行，不返回过滤器所有行。

applyFilter <- 1


mtcars %>%
  tibble::rownames_to_column(var = "model") %>%
  filter(model %in%
           if (applyFilter) 
             rownames(mtcars)[grepl(x = rownames(mtcars), pattern = "Merc")]
            else
           
             rownames(mtcars)
           ) %>%
  group_by(am) %>%
  summarise(meanMPG = mean(mpg))

问题

建议的解决方案效率低下，因为总是评估 ifelse 调用；一种更理想的方法只会评估applyFilter <- 1 的filter 步骤。

尝试

低效的工作解决方案如下所示：

mtcars %>% 
    tibble::rownames_to_column(var = "model") %>% 
    # Only apply filter step if condition is met
    if (applyFilter)  
        filter(grepl(x = model, pattern = "Merc"))
        
    %>% 
    # Continue 
    group_by(am) %>% 
    summarise(meanMPG = mean(mpg))

当然，上面的语法是不正确的。这只是一个说明，理想的工作流程应该是什么样子。

---

想要的答案

我对创建临时对象不感兴趣；工作流程应该类似于：

startingObject
    %>%
    ...
    conditional filter
    ...
    final object

理想情况下，我想找到一个解决方案，我可以控制是否正在评估 filter 调用

【问题讨论】：

基于ifelse() 的解决方案中有一个错误：ifelse(1, rownames(mtcars)[grepl(x = rownames(mtcars), pattern = "Merc")], rownames(mtcars)) 给出了[1] "Merc 240D"，而不是预期的[1] "Merc 240D" "Merc 230" "Merc 280" "Merc 280C" "Merc 450SE" [6] "Merc 450SL" "Merc 450SLC"。 ifelse() 的值与test 的长度相同。例如，ifelse(c(T, F), 1:3, 4:9) 给出了[1] 1 5 并且没有警告出现了什么问题。

@Aurèle 谢谢，已修复。

【参考方案1】：

这个方法怎么样：

mtcars %>% 
    tibble::rownames_to_column(var = "model") %>% 
    filter(if(applyfilter== 1) grepl(x = model, pattern = "Merc") else TRUE) %>% 
    group_by(am) %>% 
    summarise(meanMPG = mean(mpg))

这意味着 grepl 仅在 applyfilter 为 1 时才被评估，否则 filter 只会回收 TRUE。

---

或者另一种选择是使用：

mtcars %>% 
  tibble::rownames_to_column(var = "model") %>% 
  if(applyfilter == 1) filter(., grepl(x = model, pattern = "Merc")) else . %>% 
  group_by(am) %>% 
  summarise(meanMPG = mean(mpg))

---

显然还有另一种可能的方法，您只需打破管道，有条件地进行过滤，然后继续管道（我知道 OP 并没有要求这样做，只是想为其他读者举一个例子）

mtcars %<>% 
  tibble::rownames_to_column(var = "model")

if(applyfilter == 1) mtcars %<>% filter(grepl(x = model, pattern = "Merc"))

mtcars %>% 
  group_by(am) %>% 
  summarise(meanMPG = mean(mpg))

【讨论】：

感谢您的贡献，我想到了一些返回所有T 的方法。我很乐意接受；但是，在实践中，我在考虑是否可以强制dplyr 有条件地跳过 一步。在您的回答中，filter() 被评估为所有T。

@Konrad，我添加了另一种方法

非常感谢，这很有趣也很有用。

我不知道%<>% 运算符。太好了。