在dplyr中跨列筛选

Question

我希望能使用filter和across函数，将鸢尾花数据框中"sepal.length"、"sepal.width"、"petal.length"和"petal.width"这四个字段中大于2的行筛选出来。以下是我的代码：

iris%>%
  filter(across(c(Sepal.Length, Sepal.Width , Petal.Length, Petal.Width), >2))

错误信息显示：存在错误：Error: unexpected '>' in:

请问有没有人能够提出修改代码的建议来解决这个问题？

- Basil

Answer 1

一个基于dplyr的可能解决方案：

library(dplyr)

iris%>%
  filter(across(is.numeric, ~ .x > 2))

或者：

iris%>%
  filter(across(c(Sepal.Length,Sepal.Width,Petal.Length,Petal.Width), ~ .x > 2))

或者是：

iris%>%
  filter(across(ends_with(c("Length","Width")), ~ .x > 2))

- PaulS

Answer 2

两种可能性

iris %>%
  filter(across(c(Sepal.Length, Sepal.Width , Petal.Length, Petal.Width), `>`, 2))

iris %>%
  filter(across(c(Sepal.Length, Sepal.Width , Petal.Length, Petal.Width), ~ .x > 2))

# or

iris %>%
  filter(across(c(Sepal.Length, Sepal.Width , Petal.Length, Petal.Width), function(x) x > 2))

让我们从第二个示例开始——那里我们使用了匿名函数表示法，第一个是purrr风格，第二个是经典风格（我们称之为 classic style）。Purrr风格只适用于一些包。

现在来看第一个示例——across()希望作为其第二个参数的是一个函数，但你需要使用前缀形式（Advanced R）中的函数。R中的所有函数都有这种形式，但通常不必使用它，例如：

2 + 2
`+`(2, 2)

相同。

在across()中，当您传递函数作为第二个参数时，可以在逗号之后传递所有其他可传递给此函数的参数。对于>，第一个参数是第一个数字，即来自iris的值，第二个参数是数字2，即您选择用来检查列中的值的数字。

- gss

Answer 3

一种使用dplyr的潜在解决方案：

iris %>% filter(Sepal.Length > 2 & Sepal.Width >2 & Petal.Length >2 & Petal.Width >2)

以下是压缩后的版本:

iris %>% filter_at(vars(Sepal.Length, Sepal.Width, Petal.Length, Petal.Width),all_vars(.>2))

- Mata

Answer 4

更新后的 dplyr（>= 1.0.8）解决方案如下：

library(dplyr)

iris%>%
  filter(if_any(where(is.numeric), ~ .x > 2))

- derelict