如何用R语言一次性筛选含多指定前缀变量的数据集子集？

你的问题出在R里不能直接用英文OR作为逻辑运算符，而且多前缀判断用重复的==加|会很繁琐。这里给你几种简洁的实现方式：

方法1：用substr + %in% #

先定义要筛选的前缀向量，然后判断列名的前两位是否在这个向量里，同时保留record_id：

# 定义目标前缀（注意大小写匹配，原代码用的是小写"ba"，根据实际列名调整）
target_prefixes <- c("ba", "hx", "pe")

# 筛选符合条件的列名
keep_cols <- names(l_raw_1) == "record_id" | substr(names(l_raw_1), 1, 2) %in% target_prefixes

# 提取子集，drop=FALSE确保结果始终是数据框（避免只剩一列时变成向量）
l_raw_2 <- l_raw_1[, keep_cols, drop = FALSE]

方法2：用正则表达式（grepl） #

如果前缀长度不一致，或者需要更灵活的匹配规则，正则表达式是更好的选择：

# 拼接正则表达式：^表示字符串开头，|表示或
prefix_regex <- paste0("^(", paste(c("ba", "hx", "pe"), collapse = "|"), ")")

# 筛选列名：匹配前缀 或者 是record_id
keep_cols <- names(l_raw_1) == "record_id" | grepl(prefix_regex, names(l_raw_1))

l_raw_2 <- l_raw_1[, keep_cols, drop = FALSE]

为什么你的原代码出错？ #

R中逻辑或的运算符是|（向量级运算）或||（标量级运算），不能用英文单词OR。另外，substr(names(l_raw_1), 1, 2) == "ba" OR "hx"这种写法语法错误，正确的多条件或判断应该是substr(...) == "ba" | substr(...) == "hx" | substr(...) == "pe"，但这种写法前缀越多越冗余，所以推荐上面两种方法。

内容的提问来源于stack exchange，提问作者JackJackAttack0214