使用dplyr的filter时如何不用eval(parse())传入字符串筛选参数

有两种常用的替代方案，都可以避免调用eval(parse())：

• 方案1：直接解析整段筛选表达式（适合已经写好完整条件字符串的场景）
  借助rlang包的parse_expr()结合dplyr支持的!!运算符就能实现，完全适配dplyr的整洁求值逻辑：

library(dplyr)
library(rlang)

subset <- "carb == 4"
subset_df <- mtcars %>% filter(!!parse_expr(subset))

• 方案2：拆分条件使用.data代词（更安全，适合可拆解的筛选规则）
  如果你的筛选条件可以拆分为列名、比较规则、目标值三部分，更推荐用这种写法，没有表达式解析的注入风险，稳定性更高：

library(dplyr)

# 分别定义筛选的列、目标值
filter_col <- "carb"
target_value <- 4

subset_df <- mtcars %>% filter(.data[[filter_col]] == target_value)

以上两种写法都兼容dplyr 1.0.0及以上的版本，相比eval(parse())的写法不容易出现作用域冲突的问题。

内容的提问来源于stack exchange，提问作者hxalchemy