如何用dplyr的select仅对指定列子集按条件筛选并保留其他列？

你需要仅对特定列子集（比如cx1_、cx2_开头的列）执行「移除全0列」的筛选，同时保留其他所有列（包括本身全0的id3）。你之前尝试的.cols参数无效，因为where()函数本身不支持这个参数，正确的做法是把列选择逻辑拆分成两部分：

1. 保留所有不在目标筛选子集里的列
2. 对目标子集里的列，筛选出非全0的列

示例数据 #

data <- data.frame(
  name1 = c("a", "b", "c", "d", "e"),
  name2 = c(6, 7, 4, 5, 5),
  id3 = c(0, 0, 0, 0, 0),
  cx1_a = c(0, 0, 0, 0, 0),
  cx1_b = c(1, 2, 0, 0, 0),
  cx2_a = c(0, 0, 1, 1, 0),
  cx2_b = c(4, 5, 0, 0, 0)
)

解决方案1：逻辑选择拆分列 #

最直观的写法，明确拆分保留列和筛选列：

library(dplyr)

data_cleaned <- data %>%
  select(
    # 保留所有不是cx1_或cx2_开头的列
    !starts_with("cx1_") & !starts_with("cx2_"),
    # 对cx1_/cx2_开头的列，仅保留非全0的
    (starts_with("cx1_") | starts_with("cx2_")) & where(~sum(.) != 0)
  )

解决方案2：正则简化目标列匹配 #

如果目标列的命名有规律，可以用matches()简化正则匹配：

data_cleaned <- data %>%
  select(
    # 保留所有不匹配^cx[12]_的列
    !matches("^cx[12]_"),
    # 匹配^cx[12]_且非全0的列
    matches("^cx[12]_") & where(~sum(.) != 0)
  )

验证结果 #

执行后data_cleaned的列会是：name1、name2、id3、cx1_b、cx2_a、cx2_b，成功移除了全0的cx1_a，同时保留了全0的id3。

内容的提问来源于stack exchange，提问作者Maxime Buron