Перевод filter_all (any_vars ()) в filter (через ())

Question

При обновлении моего собственного ответа в другой ветке я не смог придумать хорошее решение для замены последнего примера (см. Ниже). Идея состоит в том, чтобы получить все строки, в которых любой столбец содержит определенную строку, в моем примере «V».

library(tidyverse)

#get all rows where any column contains 'V'
diamonds %>%
  filter_all(any_vars(grepl('V',.))) %>%
  head
#> # A tibble: 6 x 10
#>   carat cut       color clarity depth table price     x     y     z
#>   <dbl> <ord>     <ord> <ord>   <dbl> <dbl> <int> <dbl> <dbl> <dbl>
#> 1 0.23  Good      E     VS1      56.9    65   327  4.05  4.07  2.31
#> 2 0.290 Premium   I     VS2      62.4    58   334  4.2   4.23  2.63
#> 3 0.24  Very Good J     VVS2     62.8    57   336  3.94  3.96  2.48
#> 4 0.24  Very Good I     VVS1     62.3    57   336  3.95  3.98  2.47
#> 5 0.26  Very Good H     SI1      61.9    55   337  4.07  4.11  2.53
#> 6 0.22  Fair      E     VS2      65.1    61   337  3.87  3.78  2.49


# this does naturally not give the desired output! 
diamonds %>%
  filter(across(everything(), ~ grepl('V', .))) %>%
  head
#> # A tibble: 0 x 10

Я нашел цепочку, в которой плакат размышляет над похожими прочее , но применение аналогичного logi c на grepl не работает.

### don't run, this is ugly and does not work
diamonds %>%
  rowwise %>%
  filter(any(grepl("V", across(everything())))) %>%
  head

Answer 1

Это очень сложно, потому что пример показывает, что вы хотите отфильтровать данные из всех столбцов, когда любой из них удовлетворяет условию (т.е. вы хотите, чтобы объединение ). Это делается с помощью filter_all() и any_vars().

В то время как filter(across(everything(), ...)) отфильтровывает все столбцы, когда все из них соответствуют условию (т. Е. Это пересечение , что совершенно противоположно предыдущему).

Чтобы преобразовать его из пересечения в объединение (т.е. чтобы снова получить строки, где любые столбцов соответствуют условию), вам, вероятно, нужно проверить сумму строки для этого:

diamonds %>%
   filter(rowSums(across(everything(), ~grepl("V", .x))) > 0)

Он суммирует все TRUE, которые появляются в строке, т.е. если есть хотя бы одно значение, удовлетворяющее условию, эта сумма строки будет > 0 и будет отображаться.

Извините, что across() не самый первый дочерний элемент filter(), но он хоть какое-то представление, как это сделать. : -)

Оценка:

Используя метод @ TimTeaFan, чтобы проверить, что:

 identical(
     {diamonds %>%
         filter_all(any_vars(grepl('V',.)))
     }, 
     {diamonds %>%
         filter(rowSums(across(everything(), ~grepl("V", .x))) > 0)
     }
 )
 #> [1] TRUE

Тест:

Согласно наше обсуждение в ответе TimTeaFan, вот сравнение, на удивление, все решения имеют одинаковое время:

library(tidyverse)
microbenchmark::microbenchmark(
  filter_all = {diamonds %>%
      filter_all(any_vars(grepl('V',.)))}, 
  purrr_reduce = {diamonds %>%
      filter(across(everything(), ~ grepl('V', .)) %>% purrr::reduce(`|`))},
  base_reduce = {diamonds %>%
      filter(across(everything(), ~ grepl('V', .)) %>% Reduce(`|`, .))},
  rowsums = {diamonds %>%
      filter(rowSums(across(everything(), ~grepl("V", .x))) > 0)},
  times = 100L,
  check = "identical"
)
#> Unit: milliseconds
#>          expr      min       lq     mean   median       uq      max neval
#>    filter_all 295.7235 302.1311 309.6455 305.0491 310.0335 449.3619   100
#>  purrr_reduce 297.8220 302.4411 310.2829 306.2929 312.2278 461.0194   100
#>   base_reduce 298.5033 303.6170 309.4147 306.1839 312.3518 409.5273   100
#>       rowsums 295.3863 301.0281 307.8517 305.3142 309.4793 372.8867   100

^{Создано 14.07.2020 пакетом реплекс ( v0.3.0)}

Answer 2

Некоторые столбцы были ordered, и это повлияет на c_across. Вместо этого, если мы конвертируем в класс character, а затем выполняем grepl, он должен работать

library(dplyr)
library(ggplot2)
diamonds %>%
    head %>% 
    mutate(across(where(is.factor), as.character)) %>% 
    rowwise %>% 
    filter(any(grepl("V", c_across(where(is.character)))))
# A tibble: 3 x 10
# Rowwise: 
#  carat cut       color clarity depth table price     x     y     z
#  <dbl> <chr>     <chr> <chr>   <dbl> <dbl> <int> <dbl> <dbl> <dbl>
#1 0.23  Good      E     VS1      56.9    65   327  4.05  4.07  2.31
#2 0.290 Premium   I     VS2      62.4    58   334  4.2   4.23  2.63
#3 0.24  Very Good J     VVS2     62.8    57   336  3.94  3.96  2.48

Answer 3

Это эквивалент filter_all звонка, который вы отправили. Однако @akrun совершенно правильно указывает, что сначала он должен быть преобразован в символ. Тем не менее, это также верно для вашего оператора filter_all.

Идея состоит в том, чтобы использовать across(everything(), ~ grepl('V', .)) для преобразования всего data.frame в столбцы TRUE и FALSE относительно grepl('V', .). Однако для filter нужен вектор или data.frame с одним столбцом, поэтому мы преобразуем его с помощью reduce (|). Он объединяет первые два столбца с |, затем результат этого вызова с третьим столбцом и так далее, пока исходный data.frame не будет иметь один столбец с TRUE и FALSE, который затем можно использовать для фильтрации строк .

library(ggplot2)
library(dplyr)

diamonds %>%
  filter(across(everything(), ~ grepl('V', .)) %>% purrr::reduce(`|`)) %>% 
  head
#> # A tibble: 6 x 10
#>   carat cut       color clarity depth table price     x     y     z
#>   <dbl> <ord>     <ord> <ord>   <dbl> <dbl> <int> <dbl> <dbl> <dbl>
#> 1 0.23  Good      E     VS1      56.9    65   327  4.05  4.07  2.31
#> 2 0.290 Premium   I     VS2      62.4    58   334  4.2   4.23  2.63
#> 3 0.24  Very Good J     VVS2     62.8    57   336  3.94  3.96  2.48
#> 4 0.24  Very Good I     VVS1     62.3    57   336  3.95  3.98  2.47
#> 5 0.26  Very Good H     SI1      61.9    55   337  4.07  4.11  2.53
#> 6 0.22  Fair      E     VS2      65.1    61   337  3.87  3.78  2.49

identical({diamonds %>%
            filter_all(any_vars(grepl('V',.)))}, 
          {diamonds %>%
            filter(across(everything(), ~ grepl('V', .)) %>% purrr::reduce(`|`))
            })
#> [1] TRUE

^{Создано 14.07.2020 с помощью пакета . (v0.3.0)}