如何用dplyr筛选含指定数量TRUE值的基因数据行？

我有一个包含14294个Gene_ID和36个Exp列的数据框，示例结构如下：

Gene_ID Exp_A   Exp_B   Exp_C    Exp_D
Gene1   TRUE    FALSE   FALSE    FALSE
Gene2   TRUE    TRUE    FALSE    TRUE
Gene3   TRUE    TRUE    FALSE    FALSE
Gene4   TRUE    FALSE   FALSE    TRUE
Gene5   FALSE   FALSE   FALSE    FALSE

我希望根据TRUE值的数量筛选行，例如筛选除一个值外其余全为TRUE、仅含三个TRUE值的Gene_ID等。尝试用dplyr::filter和转置后用dplyr::select均未成功，还出现递归错误：

Error: evaluation nested too deeply: infinite recursion / options(expressions=)?
Error during wrapup: evaluation nested too deeply: infinite recursion / options(expressions=)?
Error: no more error handlers available (recursive errors?); invoking 'abort' restart

请问是否有合适的dplyr函数可完成此操作？

直接用dplyr结合rowSums就能高效完成这类筛选，不需要转置或复杂操作，可避免递归错误：

• 筛选仅含3个TRUE值的行
  逻辑值在数值计算中会自动转为1（TRUE）和0（FALSE），用rowSums()统计每行Exp列的TRUE数量，再通过filter()筛选：

  library(dplyr)
  
  # 假设数据框名为df
  df_filtered_3 <- df %>%
    filter(rowSums(across(starts_with("Exp_"))) == 3)
  

• 筛选除一个值外其余全为TRUE的行
  36个Exp列仅1个FALSE，即TRUE数量为35，修改判断条件即可：

  df_filtered_35 <- df %>%
    filter(rowSums(across(starts_with("Exp_"))) == 35)
  

• 扩展其他筛选场景
  比如筛选含2-5个TRUE值的行：

  df_filtered_range <- df %>%
    filter(between(rowSums(across(starts_with("Exp_"))), 2, 5))
  

递归错误原因说明 #

你之前的操作大概率是手动罗列了36个Exp列的判断条件（比如逐个写Exp_A == TRUE相加），这种写法会导致表达式嵌套过深，触发R的递归限制。用across()批量选中Exp列再计算，能从根源避免这个问题。

内容的提问来源于stack exchange，提问作者Nuria