如何基于多列特定值对R语言DataFrame进行子集化？

示例数据 #

假设你有如下DataFrame：

df <- data.frame(
  HomeTeam = c("Barcelona", "Madrid", "Arsenal", "Madrid", "ManU", "Ajax"),
  AwayTeam = c("Ajax", "Liverpool", "Barcelona", "Barcelona", "Arsenal", "Porto")
)

需求 #

筛选出HomeTeam或AwayTeam列中包含"Barcelona"或"Arsenal"的所有行，预期结果：

#    HomeTeam  AwayTeam
# 1 Barcelona      Ajax
# 3   Arsenal Barcelona
# 4    Madrid Barcelona
# 5     ManU    Arsenal

错误原因 #

你用了||运算符，这是标量逻辑运算符——它只会判断两个向量的第一个元素的逻辑关系，返回单个TRUE/FALSE值，而DataFrame子集化需要一个和行数长度完全一致的逻辑向量来逐行判断是否保留。

正确的逐元素逻辑运算符应该用|，它会对两个向量的每个对应元素分别计算逻辑值，生成和原数据行数相同的逻辑向量，这样才能正确筛选行。

正确实现方法 #

方法1：基础R写法（修正运算符） #

直接把||换成|即可：

df_subset <- df[df$HomeTeam %in% c("Barcelona", "Arsenal") | df$AwayTeam %in% c("Barcelona", "Arsenal"), ]

方法2：用dplyr包（更简洁易读） #

如果习惯tidyverse语法，用filter函数更直观：

library(dplyr)
target_vals <- c("Barcelona", "Arsenal")
df_subset <- df %>%
  filter(HomeTeam %in% target_vals | AwayTeam %in% target_vals)

方法3：通用写法（适配多列场景） #

如果需要检查的列很多，不用逐个列写判断，可以用apply逐行检查：

target_vals <- c("Barcelona", "Arsenal")
df_subset <- df[apply(df, 1, function(row) any(row %in% target_vals)), ]

内容的提问来源于stack exchange，提问作者Astral