R数据框操作：用apply处理列后通过filter筛选目标行

你的代码问题点 #

1. 管道（%>%）里不能直接用df$Sample1 <-这种赋值写法，管道是把前一步结果传递给后一步，得用mutate来修改数据框列
2. filter里的逻辑判断要用&而非&&，&&只判断第一个元素，&才是对整个向量做逐行判断
3. lapply处理列后返回的是列表，得转成数值型向量才能做%in%匹配

正确实现代码 #

假设你的df中Sample1、Sample2列是类似"100_xxx"、"200_yyy"的字符串，按以下步骤操作：

首先加载工具包（用tidyverse更便捷）：

library(tidyverse)

定义待检查的数组：

toCheck <- c(100, 200)

用管道完成所有操作：

qq <- df %>%
  # 提取下划线前的数字并转成数值型
  mutate(
    Sample1 = as.numeric(str_extract(Sample1, "^\\d+")),
    Sample2 = as.numeric(str_extract(Sample2, "^\\d+"))
  ) %>%
  # 筛选两列结果都在toCheck里的行
  filter(Sample1 %in% toCheck & Sample2 %in% toCheck)

如果不想用stringr包，用base R的sub函数也能实现：

qq <- df %>%
  mutate(
    Sample1 = as.numeric(sub("_.*", "", Sample1)),
    Sample2 = as.numeric(sub("_.*", "", Sample2))
  ) %>%
  filter(Sample1 %in% toCheck & Sample2 %in% toCheck)

关键代码解释 #

• str_extract(Sample1, "^\\d+")：匹配字符串开头的所有连续数字（^表示字符串起始，\\d+代表一个或多个数字）
• sub("_.*", "", Sample1)：把下划线及后面的所有内容替换为空，只留下前面的数字
• mutate：在管道流中直接修改数据框列，无需额外引用df$
• filter里的&：确保每一行的两列都满足匹配条件

内容的提问来源于stack exchange，提问作者Bugsy