使用case_when结合dplyr::filter简化嵌套ifelse的报错排查

我正在编写一个接收4个输入的函数，使用dplyr根据输入值格式化数据框。每个输入仅能取“None”或“X”两个值，希望仅对值为“X”的字段过滤，后按这些字段分组计算汇总统计量。我原本用大量嵌套ifelse处理16种输入组合，想改用dplyr的case_when、filter和group_by简化，但当前函数报错。

x1 <- c(rep(0:1, each = 8))
x2 <- c(rep(0:1, 8))
x3 <- c(rep(0:1, each = 4, times = 2))
x4 <- c(rep(0:1, each = 2, times = 4))
y <- c(seq(1:16))

df <- data.frame(x1,x2,x3,x4,y)

x1 x2 x3 x4  y
1   0  0  0  0  1
2   0  1  0  0  2
3   0  0  0  1  3
4   0  1  0  1  4
5   0  0  1  0  5
6   0  1  1  0  6
7   0  0  1  1  7
8   0  1  1  1  8
9   1  0  0  0  9
10  1  1  0  0 10
11  1  0  0  1 11
12  1  1  0  1 12
13  1  0  1  0 13
14  1  1  1  0 14
15  1  0  1  1 15
16  1  1  1  1 16

exampleFX <- function(z1, z2, z3, z4) {
  df <- dplyr::filter(dplyr::case_when(
                  z1 != 0 ~ x1 == z1,
                  z2 != 0 ~ x2 == z2,
                  z3 != 0 ~ x3 == z3,
                  z4 != 0 ~ x4 == z4
  ))
  return(df$y)
}

调用exampleFX(0,1,0,1)预期返回4，但出现错误：

Error in UseMethod("filter") : 
  no applicable method for 'filter' applied to an object of class "logical"

错误原因 #

dplyr::filter()的第一个参数必须是数据框，而你把case_when()的结果（一个逻辑向量）直接传给了filter，不符合函数用法，因此报错。另外case_when是按顺序匹配，只会返回第一个满足条件的结果，无法同时应用多个过滤条件（比如调用时z2和z4都不为0，需要同时过滤x2=1和x4=1）。

修正后的函数代码 #

library(dplyr)
library(purrr)
library(rlang)

exampleFX <- function(z1, z2, z3, z4) {
  # 绑定输入参数与对应字段名
  params <- list(z1 = z1, z2 = z2, z3 = z3, z4 = z4)
  field_names <- c("x1", "x2", "x3", "x4")
  names(params) <- field_names
  
  # 生成过滤条件：仅保留输入不为0的字段对应的规则
  filter_conditions <- imap(params, function(val, field) {
    if (val != 0) {
      expr(!!sym(field) == !!val)
    }
  }) %>% compact()
  
  # 生成分组字段：收集输入不为0的字段名
  group_fields <- names(filter_conditions)
  
  # 执行过滤+分组统计（这里以取y的第一个值为例，可按需修改统计量）
  result <- df %>%
    filter(!!!filter_conditions) %>%
    {if (length(group_fields) > 0) group_by(., across(all_of(group_fields))) else .} %>%
    summarise(y_result = first(y)) # 可替换为sum(y), mean(y)等
  
  return(result$y_result)
}

测试验证 #

exampleFX(0,1,0,1) # 返回4，符合预期

说明 #

• 用imap遍历参数，生成对应过滤表达式，compact()移除输入为0的字段对应的空规则；
• !!!用于将多个过滤条件展开传入filter，实现多条件同时过滤；
• 分组部分判断是否有分组字段，避免无分组时的错误；
• 统计量可根据需求修改，比如求和sum(y)、均值mean(y)等。

内容的提问来源于stack exchange，提问作者user23356728