如何向dplyr::filter传递多组过滤参数？有无更简洁方案？

问题背景 #

我希望在不将列名和过滤值硬编码到dplyr::filter调用内部的情况下，对数据框的多列值进行过滤。想避免编写如下硬编码的代码：

df_in <- data.frame(
  a = c("first", "first", "first", "first", "last", "last", "last", "last"),
  b = c("second", "second", "loser", "loser", "second", "second", "loser", "loser"), 
  c = 1:8
)
df_in
df_out <- df_in %>% 
  dplyr::filter(
    !grepl("a", a), b == "second", c < 5   ## 不想把这些条件写在这里
  )
df_out

期望实现类似以下逻辑，将条件提前定义后再传入filter：

filt_crit <- prep_function(!grepl("a", a), b == "second", c < 5)
df_out <- df_in %>% dplyr::filter(eval_function(filt_crit))
df_out

已经实现了单条件过滤：

filt_crit1 <- rlang::expr(!grepl("a", a))
df_partial <- df_in %>% dplyr::filter(eval(filt_crit1))
df_partial

也通过purrr::reduce实现了多条件过滤，但觉得这种方式繁琐：

filt_crit <- c(rlang::expr(!grepl("a", a)), rlang::expr(b == "second"), rlang::expr(c < 5))
df_out <- filt_crit %>% 
  purrr::reduce(\(acc, nxt) dplyr::filter(acc, eval(nxt)), .init = df_in)
df_out

想问：purrr::reduce是否是最直接的解决方案？

更简洁的实现方案 #

purrr::reduce并非最直接的方式，用rlang::exprs打包多条件，再结合!!!（解引用拼接）语法直接传入dplyr::filter，是更紧凑的方案：

方法1：直接打包+展开条件 #

library(dplyr)
library(rlang)

# 提前定义所有过滤条件
filt_crit <- exprs(
  !grepl("a", a),
  b == "second",
  c < 5
)

# 在filter中用!!!展开条件，效果和硬编码完全一致
df_out <- df_in %>% filter(!!!filt_crit)
df_out

方法2：封装为自定义函数（贴合你期望的prep/eval逻辑） #

如果想要更贴近你虚构的prep_function和eval_function形式，可以封装两个简单函数：

# 自定义prep函数：打包过滤条件
prep_filter <- function(...) {
  rlang::exprs(...)
}

# 自定义eval函数：在数据框上应用过滤条件
eval_filter <- function(data, conditions) {
  data %>% dplyr::filter(!!!conditions)
}

# 使用示例
filt_crit <- prep_filter(!grepl("a", a), b == "second", c < 5)
df_out <- eval_filter(df_in, filt_crit)
df_out

原理说明 #

• rlang::exprs会将传入的多个表达式打包成列表，完整保留每个过滤条件的原始逻辑；
• !!!是rlang的解引用拼接操作符，它会把列表中的每个表达式直接插入到filter的参数位置，等价于直接在filter中写所有条件。

内容的提问来源于stack exchange，提问作者Josh