dplyr的filter_中的非标准评估（NSE）和从MySQL中提取数据
我想从一个dynamicfilter的SQL服务器拉一些数据。 我用以下方式使用伟大的R包dplyr：
#Create the filter filter_criteria = ~ column1 %in% some_vector #Connect to the database connection <- src_mysql(dbname <- "mydbname", user <- "myusername", password <- "mypwd", host <- "myhost") #Get data data <- connection %>% tbl("mytable") %>% #Specify which table filter_(.dots = filter_criteria) %>% #non standard evaluation filter collect() #Pull data 这段代码工作正常，但现在我想循环它在我的表的所有列，所以我想写的filter为：
#Dynamic filter i <- 2 #With a loop on this i for instance which_column <- paste0("column",i) filter_criteria <- ~ which_column %in% some_vector
然后用更新的filter重新应用第一个代码。
不幸的是，这种方法没有给出预期的结果。 事实上，它不会给出任何错误，但甚至不会将任何结果拉入R.特别是，我查看了两段代码生成的SQL查询，有一个重要的区别。
第一个工作代码生成一个表单查询：
SELECT ... FROM ... WHERE `column1` IN ....
（`login列名称），第二个生成一个查询的forms：
SELECT ... FROM ... WHERE 'column1' IN ....
（'login列名称）
有没有人有任何build议如何制定过滤条件，使其工作？
这不是真的与SQL有关。 R中的这个例子也不起作用：
df <- data.frame( v1 = sample(5, 10, replace = TRUE), v2 = sample(5,10, replace = TRUE) ) df %>% filter_(~ "v1" == 1)
它不起作用，因为你需要传递filter_expression式filter_ ~ v1 == 1 – 而不是expression式~ "v1" == 1 。
dplyr版本> = 0.6
要解决这个问题，只需使用引号操作符和引号操作符!!
library(dplyr) which_column = quot(v1) df %>% filter(!!which_column == 1)
dplyr版本<0.6
为了解决这个问题，使用lazyeval包中的函数interp。
library(lazyeval) filter_criteria <- interp(~ which_column == 1, which_column = as.name("v1")) df %>% filter_(filter_criteria)
下面是一个稍微不详细的解决scheme，其中一个使用了提取函数的典型行为： '['在按字符值select列而不是将其转换为语言元素：
df %>% filter(., '['(., which_column)==1 ) set.seed(123) df <- data.frame( v1 = sample(5, 10, replace = TRUE), v2 = sample(5,10, replace = TRUE) ) which_column <- "v1" df %>% filter(., '['(., which_column)==1) # v1 v2 #1 1 5
另一种解决方法是，使用dplyr版本0.5.0（可能早于实现），可以传递一个组合的string作为.dots参数，我发现它比lazyeval :: interp解决scheme更具可读性：
df <- data.frame( v1 = sample(5, 10, replace = TRUE), v2 = sample(5,10, replace = TRUE) ) which_col <- "v1" which_val <- 1 df %>% filter_(.dots= paste0(which_col, "== ", which_val)) v1 v2 1 1 1 2 1 2 3 1 4
更新 dplyr 0.6：
packageVersion("dplyr") # [1] '0.5.0.9004' df %>% filter(UQ(rlang::sym(which_col))==which_val) #OR df %>% filter((!!rlang::sym(which_col))==which_val)
（类似于@Matthew对dplyr 0.6的回应，但我认为which_col是一个stringvariables。）
