给定R中的一个表达式字符串，例如Species == 'setosa' & Petal.Length > 1.5，您可以使用dplyr中的!!将该表达式传递给过滤器语句.
exp_string = rlang::parse_expr("Species == 'setosa' & `Petal.Length` > 1.5")
filtered_data <- iris |> filter(!!exp_string)
但当将其转换为data.table时，过滤会失败，并以多种方式抱怨.
iris_dt <- setDT(copy(iris))
iris_dt[exp_string] # i has evaluated to type language
iris_dt[!!exp_string] # invalid argument type
那么，将过滤语句传递给R中的data.table的正确方式是什么呢？
我们可以使用eval-bang bang(!!)只在潮汐环境中工作，在所有其他情况下，它是双重否定(!)
iris_dt[eval(exp_string)]
-输出
Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1: 5.4 3.9 1.7 0.4 setosa
2: 4.8 3.4 1.6 0.2 setosa
3: 5.7 3.8 1.7 0.3 setosa
4: 5.4 3.4 1.7 0.2 setosa
5: 5.1 3.3 1.7 0.5 setosa
6: 4.8 3.4 1.9 0.2 setosa
7: 5.0 3.0 1.6 0.2 setosa
8: 5.0 3.4 1.6 0.4 setosa
9: 4.7 3.2 1.6 0.2 setosa
10: 4.8 3.1 1.6 0.2 setosa
11: 5.0 3.5 1.6 0.6 setosa
12: 5.1 3.8 1.9 0.4 setosa
13: 5.1 3.8 1.6 0.2 setosa