如何使用命名列表筛选嵌套DataFrame的指定变量组合

你需要筛选符合c1与c2对应配对关系的组合，而非单纯判断c1、c2各自是否在集合中。之前的方法因为没有约束两者的对应关系，导致出现了不需要的组合。以下是两种可行的解决方案：

方法1：将命名列表转为配对数据框，用内连接筛选 #

先把命名格式的筛选规则转换成标准的(c1,c2)配对数据框，再通过内连接保留符合规则的组合：

library(tidyverse)

# 模拟数据与嵌套处理（沿用你的代码）
set.seed(1234)
data <- tibble(
    c1 = rep(letters[1:3], each = 10),
    c2 = sample(letters[4:6], size = 30, replace = T),
    var1 = rnorm(30),
    var2 = rnorm(30)
)
nested_data <- data %>% nest(.by = c(c1, c2))

# 目标组合命名列表
criteria <- list(a = c("d", "e"), b = "d")

# 转换筛选规则为配对数据框
criteria_df <- enframe(criteria, name = "c1", value = "c2") %>% 
  unnest(c2)

# 筛选并展开数据
nested_data %>% 
  inner_join(criteria_df, by = c("c1", "c2")) %>% 
  unnest(data)

方法2：按行判断c2是否匹配对应c1的规则 #

通过rowwise()按行处理，直接判断当前行的c2是否属于对应c1的允许列表：

nested_data %>% 
  rowwise() %>% 
  filter(c2 %in% criteria[[c1]]) %>% 
  unnest(data)

为什么之前的方法失效？ #

你之前的代码是独立判断c1 %in% 命名列表名称和c2 %in% 所有允许的c2值，没有约束两者的对应关系。比如c1="b"时，代码不会检查c2是否属于criteria[["b"]]，只要c2在所有允许的c2集合（d,e）里就会被保留，因此出现了c1="b" & c2="e"的错误组合。

内容的提问来源于stack exchange，提问作者Xavier