R语言编程：如何基于多列布尔值筛选并查找最高预算影片类型

我有一个电影数据集，结构示例如下：

需求是找出预算最高的影片，只保留该影片的基础信息（片名、预算等）和它实际所属的类型列（即值为1的类型列）。比如示例中预算最高的Movie2属于Action类型，输出如下：

由于数据集里有大量类型列，没法手动逐个指定，我尝试写了R代码：

bool<- raw_data |> c(Crime!=0, Drama!=0, Western!=0, Biography!=0, History!=0, Adventure!=0, Fantasy!=0, Mystery!=0, SciFi!=0, Romance!=0, Thriller!=0, War!=0, Family!=0, Animation!=0, Comedy!=0)

raw_data |> slice_max(InflatedBudget) |> select(FilmName, Year, InflatedBudget, InflatedGross, raw_data[bool])

运行后报错：Error: object 'Crime' not found，我R经验不多，不知道怎么解决。

1. 报错原因 #

你写的Crime!=0这类代码没有绑定到raw_data数据集，R找不到单独的Crime对象，所以报错。另外c(...)的用法也无法正确筛选出目标类型列。

2. 分步解决代码 #

步骤1：筛选预算最高的影片行 #

top_budget_movie <- raw_data |> slice_max(InflatedBudget, n = 1)

n=1确保只取单条最高预算记录，若有并列第一，可调整n值或改用with_ties=TRUE保留所有并列行。

步骤2：筛选该影片所属的类型列 #

假设类型列都是仅含0和1的数值列，先区分类型列与非类型列：

# 提取所有类型列的列名
genre_cols <- colnames(top_budget_movie)[sapply(top_budget_movie, function(x) is.numeric(x) && all(x %in% c(0,1)))]
# 筛选当前影片值为1的类型列
selected_genres <- genre_cols[top_budget_movie[genre_cols] == 1]

步骤3：组合目标列并输出结果 #

result <- top_budget_movie |> select(FilmName, Year, InflatedBudget, InflatedGross, all_of(selected_genres))
print(result)

3. 整合版管道代码 #

如果想简化成单管道逻辑：

raw_data |>
  slice_max(InflatedBudget, n = 1) |>
  mutate(
    # 临时标记当前行值为1的类型列
    genre_flag = sapply(select(., where(function(x) is.numeric(x) && all(x %in% c(0,1)))), \(x) x == 1)
  ) |>
  select(FilmName, Year, InflatedBudget, InflatedGross, all_of(names(genre_flag)[genre_flag]))

4. 精准筛选类型列的补充技巧 #

如果你的类型列有统一命名规则（比如前缀为Genre_），可以直接用命名规则筛选，替代数值判断：

# 替换步骤2中的genre_cols筛选逻辑
genre_cols <- colnames(top_budget_movie)[startsWith(colnames(top_budget_movie), "Genre_")]

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