如何在dplyr中高效使用列表实现简洁的过滤操作？

当你的filter_list包含大量键值对时，手动逐个编写%in%过滤条件会非常繁琐，这里提供两种简洁的优化方案：

方案一：使用dplyr::across（推荐，dplyr 1.0+适用） #

利用across批量遍历目标列，结合cur_column()匹配filter_list中对应的过滤值：

filter_list <- list(
  hair_color = c("blond", "brown"),
  skin_color = "light"
)

dplyr::starwars |> 
  dplyr::filter(
    dplyr::across(
      .cols = all_of(names(filter_list)),
      .fns = ~ .x %in% filter_list[[dplyr::cur_column()]]
    )
  )

方案二：使用purrr构建过滤表达式 #

通过imap生成每个列的过滤表达式，再用!!!展开到filter中：

library(purrr)

filter_list <- list(
  hair_color = c("blond", "brown"),
  skin_color = "light"
)

# 生成批量过滤表达式
filter_exprs <- purrr::imap(filter_list, ~ rlang::expr(!!rlang::sym(.y) %in% !!.x))

dplyr::starwars |> 
  dplyr::filter(!!!filter_exprs)

关于之前使用all_of失败的原因 #

all_of的作用是引用变量中的列名，单独放在filter中无法实现批量条件判断，必须配合across来对每一列应用对应的过滤逻辑，才能实现批量过滤的效果。

内容的提问来源于stack exchange，提问作者tic-toc-choc