实际问题

如何定义一个选择助手，它根据列的类/类型选择列，并且还与dplyr的架构兼容？
尽职调查
我查看了https://cran.r-project.org/web/packages/dplyr/vignettes/introduction.html和dplyr::select_helpers的帮助，但没有找到任何允许我基于类/类型进行选择的内容

示例

引入一些变化WRT等级/类型：

dat <- mtcars
dat <- dat %>% mutate(
  mpg = as.character(mpg),
  wt = as.factor(wt),
  vs = as.character(vs)
)

简而言之，我想把它作为R中 * 所有 * 可能的类/类型（以及它们的组合）的通用方法：

dat[ , sapply(dat, is.character)]
# mpg    wt vs
# 1    21  2.62  0
# 2    21 2.875  0
# 3  22.8  2.32  1
# 4  21.4 3.215  1

基于Subset variables in data frame based on column type，我可以这样做：

select_on_class <- function(.data, cls = "numeric") {
  dat[ , names(.data)[sapply(.data,
    function(vec, clss) class(vec) %in% clss, clss = cls)]]
}
dat %>% select_on_class(c("character", "factor"))
# mpg    wt vs
# 1    21  2.62  0
# 2    21 2.875  0
# 3  22.8  2.32  1
# 4  21.4 3.215  1

但是我希望能够在调用dplyr::select时使用它，所以我尝试了以下方法：

has_class <- function(.data, cls = "numeric") {
  nms <- names(.data)[sapply(.data,
    function(vec, clss) class(vec) %in% clss, clss = cls)]
  sapply(nms, as.name)
}
dat %>% has_class(c("character", "factor"))
# $mpg
# mpg
# 
# $wt
# wt
# 
# $vs
# vs

问题是sapply(nms, as.name)返回一个list，这不能很好地处理select的内部结构（顺便说一句，我还没有完全理解）：

dat %>% select(has_class(c("character", "factor")))
# Error: All select() inputs must resolve to integer column positions.
# The following do not:
#   *  has_class("character")

dat %>% select_(has_class(c("character", "factor")))
# Error in UseMethod("as.lazy") : 
#   no applicable method for 'as.lazy' applied to an object of class "list"

编辑

基于使用select_if的答案，我试图进行归纳，但陷入了困境：

has_class <- function(.data, cls) {
  sapply(.data, function(vec, clss) class(vec) %in% clss, clss = cls)
}
dat %>% has_class(c("character", "factor"))
# mpg   cyl  disp    hp  drat    wt  qsec    vs    am  gear  carb
# TRUE FALSE FALSE FALSE FALSE  TRUE FALSE  TRUE FALSE FALSE FALSE
dat %>% select_if(has_class, c("character", "factor"))
# Error in vapply(tbl, p, logical(1), ...) : values must be length 1,
# but FUN(X[[1]]) result is length 32

AFAIU，.predicate函数只需要返回一个逻辑向量（has_class就是这样做的），我可以通过...向.predicate函数传递额外的参数（我就是这样做的）。