如何在dplyr的filter中使用自定义函数且无需传入.data参数

你描述的需求完全可以实现，核心是让自定义辅助函数能够访问filter()执行时的数据屏蔽上下文，这里提供两种不同版本适配的实现方式：

方案1：适配dplyr 1.1.0及以上（推荐） #

使用dplyr新增的pick()函数直接在过滤上下文内读取目标列，无需手动传入数据集：

library(tidyverse)

sepal_config <- function(length, width, species) {
  current_cols <- pick(Sepal.Length, Sepal.Width, Species)
  current_cols$Sepal.Length > length & 
    current_cols$Sepal.Width < width & 
    current_cols$Species == species
}

# 调用时不需要额外传.data参数
iris %>% 
  filter(
    sepal_config(length = 4, width = 3, species = "versicolor") |
    sepal_config(length = 3, width = 3, species = "virginica")
  )

运行后即可返回预期的55行结果。

方案2：兼容dplyr 1.0.0~1.0.10旧版本 #

如果你使用的dplyr版本低于1.1.0，可以用cur_data()函数替代pick()获取当前上下文的完整数据集：

sepal_config <- function(length, width, species) {
  current_data <- cur_data()
  current_data$Sepal.Length > length & 
    current_data$Sepal.Width < width & 
    current_data$Species == species
}

调用方式和方案1完全一致，运行效果相同。

原理解释 #

之前报错的原因是：自定义函数默认会在自身的函数执行环境中查找Sepal.Length等对象，而filter()的数据屏蔽能力仅对直接写在filter()参数内的表达式生效，不会自动穿透到自定义函数的内部环境。
而pick()、cur_data()都是dplyr原生提供的上下文感知函数，会自动从父级的filter()执行环境中获取当前处理的数据集，不需要手动传递参数，完美适配自定义过滤条件的需求。

内容的提问来源于stack exchange，提问作者Akhil Nair