R recipes step_filter 使用 dplyr 過濾行

step_filter() 創建配方步驟的規範，該步驟將使用 dplyr::filter() 刪除行。

用法

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

參數

recipe: 一個菜譜對象。該步驟將添加到此配方的操作序列中。
...: 根據數據中的變量定義的邏輯謂詞。多個條件與 & 組合。僅保留條件計算結果為 TRUE 的行。有關更多詳細信息，請參閱dplyr::filter()。
role: 由於沒有創建新變量，因此此步驟未使用。
trained: 指示預處理數量是否已估計的邏輯。
inputs: ... 給出的值的引用。
skip: 一個合乎邏輯的。當bake() 烘焙食譜時是否應該跳過此步驟？雖然所有操作都是在 prep() 運行時烘焙的，但某些操作可能無法對新數據進行(例如處理結果變量)。使用 skip = FALSE 時應小心。
id: 該步驟特有的字符串，用於標識它。

值

recipe 的更新版本，將新步驟添加到任何現有操作的序列中。

細節

當定義新變量的表達式中引用用戶全局環境中的對象時，最好使用準引用(例如 !! )將該對象的值嵌入到表達式中(以便在會議)。請參閱示例。

行過濾

此步驟可以完全刪除觀察結果(數據行)，當稍後通過 bake() 將步驟應用於新數據時，這可能會產生意想不到的和/或有問題的後果。在任何給定的用例中，考慮 skip = TRUE 還是 skip = FALSE 更合適。在影響預測數據行的大多數情況下，可能根本不應該應用此步驟；相反，在開始預處理之前執行類似的操作 recipe() 。

整理

當您執行 tidy() 此步驟時，將返回包含條件語句的 terms 列的 tibble。這些表達式是文本表示，不可解析。

箱重

底層操作不允許使用案例權重。

也可以看看

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

其他 dplyr 步驟：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

源代碼：R/filter.R

相關用法

注：本文由純淨天空篩選整理自Max Kuhn等大神的英文原創作品 Filter rows using dplyr。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。