如何将dplyr管道（部分）存入变量实现延迟求值与复用？

当然可以！你完全可以把重复的dplyr管道逻辑抽成可复用的片段，就像ggplot2分层添加图层那样，实现代码模块化，避免冗余。针对你给出的示例，我们可以通过以下方式优化：

1. 抽离重复的过滤逻辑 #

把两段代码中重复的filter部分单独定义成一个管道片段——本质上这是一个接收数据对象并返回过滤后数据的函数：

# 定义可复用的过滤管道片段
filter_logic <- . %>%
  filter(
    (is.null(modN) | account_id %% modN == 0),
    (is.null(premium) | is_premium == premium),
    (is.null(ID) | id == ID),
    (is.null(server) | region == server)
  )

这里的.代表管道中传递的数据对象，这个片段可以直接插入到任意dplyr管道中。

2. 简化主逻辑，组合管道片段 #

接下来就可以在函数里复用这个过滤片段，同时简化cols参数的判断逻辑：

方式一：用if-else拆分管道 #

ds_load_stats <- function(update = get_latest_update(),
                          cols = NULL,
                          premium = NULL,
                          ID = NULL,
                          server = NULL,
                          modN = NULL) {
  
  filename_stats <- file.path("data", "dataset_", update)
  DS.stats       <- open_dataset(filename_stats)

  # 先构建基础过滤管道
  base_pipeline <- DS.stats %>% filter_logic

  # 根据cols参数决定是否添加select步骤
  if (is.null(cols)) {
    DT <- base_pipeline %>% collect() %>% as.data.table()
  } else {
    DT <- base_pipeline %>% select(all_of(cols)) %>% collect() %>% as.data.table()
  }
  
  return(DT)
}

方式二：用管道内的表达式简化判断 #

如果想进一步压缩代码，可以用大括号{}在管道内直接处理条件判断，省去单独的if-else分支：

ds_load_stats <- function(update = get_latest_update(),
                          cols = NULL,
                          premium = NULL,
                          ID = NULL,
                          server = NULL,
                          modN = NULL) {
  
  filename_stats <- file.path("data", "dataset_", update)
  
  DT <- open_dataset(filename_stats) %>%
    filter_logic %>%
    # 根据cols是否为空决定是否执行select
    { if (!is.null(cols)) select(., all_of(cols)) else . } %>%
    collect() %>%
    as.data.table()
  
  return(DT)
}

3. 扩展：多片段组合 #

如果你的场景中有更多可拆分的管道步骤（比如额外的分组、汇总逻辑），都可以用同样的方式定义成独立的管道片段，然后按需组合：

# 示例：定义另一个复用片段
summary_logic <- . %>%
  group_by(region) %>%
  summarise(total_users = n_distinct(account_id)) %>%
  ungroup()

# 组合使用
DS.stats %>% filter_logic %>% summary_logic %>% collect()

这种方式和你熟悉的data.table模块化思路类似，只不过dplyr通过管道片段的形式实现代码拆分，让逻辑更清晰，维护更方便。

内容的提问来源于stack exchange，提问作者Jylpah