R recipes step_filter 使用 dplyr 过滤行

step_filter() 创建配方步骤的规范，该步骤将使用 dplyr::filter() 删除行。

用法

step_filter(
  recipe,
  ...,
  role = NA,
  trained = FALSE,
  inputs = NULL,
  skip = TRUE,
  id = rand_id("filter")
)

参数

recipe: 一个菜谱对象。该步骤将添加到此配方的操作序列中。
...: 根据数据中的变量定义的逻辑谓词。多个条件与 & 组合。仅保留条件计算结果为 TRUE 的行。有关更多详细信息，请参阅dplyr::filter()。
role: 由于没有创建新变量，因此此步骤未使用。
trained: 指示预处理数量是否已估计的逻辑。
inputs: ... 给出的值的引用。
skip: 一个合乎逻辑的。当bake() 烘焙食谱时是否应该跳过此步骤？虽然所有操作都是在 prep() 运行时烘焙的，但某些操作可能无法对新数据进行(例如处理结果变量)。使用 skip = FALSE 时应小心。
id: 该步骤特有的字符串，用于标识它。

值

recipe 的更新版本，将新步骤添加到任何现有操作的序列中。

细节

当定义新变量的表达式中引用用户全局环境中的对象时，最好使用准引用(例如 !! )将该对象的值嵌入到表达式中(以便在会议)。请参阅示例。

行过滤

此步骤可以完全删除观察结果(数据行)，当稍后通过 bake() 将步骤应用于新数据时，这可能会产生意想不到的和/或有问题的后果。在任何给定的用例中，考虑 skip = TRUE 还是 skip = FALSE 更合适。在影响预测数据行的大多数情况下，可能根本不应该应用此步骤；相反，在开始预处理之前执行类似的操作 recipe() 。

整理

当您执行 tidy() 此步骤时，将返回包含条件语句的 terms 列的 tibble。这些表达式是文本表示，不可解析。

箱重

底层操作不允许使用案例权重。

也可以看看

其他行操作步骤：step_arrange()、step_impute_roll()、step_lag()、step_naomit()、step_sample()、step_shuffle()、step_slice()

其他 dplyr 步骤：step_arrange() , step_mutate_at() , step_mutate() , step_rename_at() , step_rename() , step_sample() , step_select() , step_slice()

例子

rec <- recipe(~., data = iris) %>%
  step_filter(Sepal.Length > 4.5, Species == "setosa")

prepped <- prep(rec, training = iris %>% slice(1:75))

library(dplyr)

dplyr_train <-
  iris %>%
  as_tibble() %>%
  slice(1:75) %>%
  dplyr::filter(Sepal.Length > 4.5, Species == "setosa")

rec_train <- bake(prepped, new_data = NULL)
all.equal(dplyr_train, rec_train)
#> [1] TRUE

dplyr_test <-
  iris %>%
  as_tibble() %>%
  slice(76:150) %>%
  dplyr::filter(Sepal.Length > 4.5, Species != "setosa")
rec_test <- bake(prepped, iris %>% slice(76:150))
all.equal(dplyr_test, rec_test)
#> [1] TRUE

values <- c("versicolor", "virginica")

qq_rec <-
  recipe(~., data = iris) %>%
  # Embed the `values` object in the call using !!
  step_filter(Sepal.Length > 4.5, Species %in% !!values)

tidy(qq_rec, number = 1)
#> # A tibble: 2 × 2
#>   terms                                           id          
#>   <chr>                                           <chr>       
#> 1 "Sepal.Length > 4.5"                            filter_zsZ4H
#> 2 "Species %in% c(\"versicolor\", \"virginica\")" filter_zsZ4H

源代码：R/filter.R

相关用法

注：本文由纯净天空筛选整理自Max Kuhn等大神的英文原创作品 Filter rows using dplyr。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。