Filtrovanie všetkých stĺpcov v závislosti od jedného stĺpca pomocou dplyr - r, dplyr

Chcel by som filtrovať riadky, kde aspoň jeden stĺpec, okrem P je väčší ako P, pomocou dplyr. Snažím sa nájsť riešenie filtrované vo všetkých stĺpcoch.

príklad

library(dplyr)

df <-  tibble(P = c(2,4,5,6,1.4), B =
c(2.1,3,5.5,1.2, 2),
C = c(2.2, 3.8, 5.7, 5,
1.5))

Požadovaný výstup

df <- filter(df, B > P | C > P)
df

Jedno riešenie s použitím platí, čo by som sa chcel vyhnúť, ak je to možné:

filter(df, apply(df, 1, function(x) sum(x > x[1]) > 1))

odpovede:

2 pre odpoveď č. 1

bez dplyr...

df2 <- df[df$P!=apply(df,1,max),]

alebo s dplyr...

df3 <- df %>% filter(P!=apply(df,1,max))

---

2 pre odpoveď č. 2

Tu je možnosť používať tidyverse kde využívame map a reduce funkcie od purrr získať logiku vector na extract (od magrittr) riadky pôvodnej množiny údajov

library(tidyverse)
library(magrittr)
df %>%
select(-one_of("P")) %>%
map(~ .> df$P) %>%
reduce(`|`) %>%
extract(df, .,)
# A tibble: 3 × 3
#      P     B     C
#  <dbl> <dbl> <dbl>
#1   2.0   2.1   2.2
#2   5.0   5.5   5.7
#3   1.4   2.0   1.5

---

Toto je možné previesť aj na funkciu pomocou vývojovej verzie programu dplyr (čoskoro bude prepustený 0.6.0), ktorý zaviedol quosures a unquote na hodnotenie. enquo je takmer podobná substitute z base R ktorý prijíma používateľský vstup a konvertuje ho quosure, one_of berie reťazcové argumenty, takže môže byť konvertovaný na reťazec s quo_name

funFilter <- function(dat, colToCompare){
colToCompare <- quo_name(enquo(colToCompare))

dat %>%
select(-one_of(colToCompare)) %>%
map(~ .> dat[[colToCompare]]) %>%
reduce(`|`) %>%
extract(dat, ., )
}

funFilter(df, P)#compare all other columns with P
# A tibble: 3 × 3
#      P     B     C
#  <dbl> <dbl> <dbl>
#1   2.0   2.1   2.2
#2   5.0   5.5   5.7
#3   1.4   2.0   1.5

funFilter(df, B) #compare all other columns with B
# A tibble: 4 × 3
#      P     B     C
#  <dbl> <dbl> <dbl>
#1     2   2.1   2.2
#2     4   3.0   3.8
#3     5   5.5   5.7
#4     6   1.2   5.0

---

Tento výraz môžeme tiež analyzovať

v1 <- setdiff(names(df), "P")
filter(df, !!rlang::parse_quosure(paste(v1, "P", sep=" > ", collapse=" | ")))
# A tibble: 3 × 3
#     P     B     C
#    <dbl> <dbl> <dbl>
#1   2.0   2.1   2.2
#2   5.0   5.5   5.7
#3   1.4   2.0   1.5

Môže sa to stať aj funkciou

funFilter2 <- function(dat, colToCompare){
colToCompare <- quo_name(enquo(colToCompare))
v1 <- setdiff(names(dat), colToCompare)
expr <- rlang::parse_quosure(paste(v1, colToCompare, sep= " > ", collapse= " | "))
dat %>%
filter(!!expr)
}

funFilter2(df, P)
# A tibble: 3 × 3
#      P     B     C
#  <dbl> <dbl> <dbl>
#1   2.0   2.1   2.2
#2   5.0   5.5   5.7
#3   1.4   2.0   1.5

funFilter2(df, B)
# A tibble: 4 × 3
#      P     B     C
#  <dbl> <dbl> <dbl>
#1     2   2.1   2.2
#2     4   3.0   3.8
#3     5   5.5   5.7
#4     6   1.2   5.0

---

Môže to byť iný prístup pmax

df %>%
filter(do.call(pmax, .) > P)
# A tibble: 3 × 3
#      P     B     C
#   <dbl> <dbl> <dbl>
#1   2.0   2.1   2.2
#2   5.0   5.5   5.7
#3   1.4   2.0   1.5

---