dplyr 1.0.7中替代filter_at()与vars(starts_with())的规范语法及动态列过滤实现

针对你遇到的场景——每个数据框只有一列以identification开头，需要根据该列过滤出匹配ids_to_keep的行，在dplyr 1.0.7里可以直接用filter()结合across()函数来实现，这是替代旧版filter_at()的标准写法：

# 对df_1的过滤
df_1 %>% 
  filter(across(starts_with("identification"), ~ .x %in% ids_to_keep))

# 同样适用于df_2和df_3
df_2 %>% 
  filter(across(starts_with("identification"), ~ .x %in% ids_to_keep))

df_3 %>% 
  filter(across(starts_with("identification"), ~ .x %in% ids_to_keep))

为什么这么写？ #

在dplyr 1.0.0之后，filter_at()这类"scoped verbs"（作用域动词）被统一替换为across()函数，它可以更灵活地在filter()、mutate()等核心动词中指定要操作的列，语法也更统一直观。

更通用的替代规则 #

如果你的场景更复杂（比如有多个符合条件的列），可以根据需求选择对应的写法：

• 如果需要任意一列满足条件就保留行，用if_any()替代旧写法filter_at(vars(...), any_vars(...))
• 如果需要所有列都满足条件才保留行，用if_all()替代旧写法filter_at(vars(...), all_vars(...))

举个例子，如果你的数据框有多列以identification开头，想要所有这些列都匹配ids_to_keep才保留行，就可以写成：

df %>% 
  filter(if_all(starts_with("identification"), ~ .x %in% ids_to_keep))

而如果是任意一列匹配就保留行，就用：

df %>% 
  filter(if_any(starts_with("identification"), ~ .x %in% ids_to_keep))

这样的写法比旧版的filter_at()更清晰，也更贴合dplyr新版本的设计逻辑。

内容的提问来源于stack exchange，提问作者Emman