如何高效筛选满足多incl_*变量条件的DataFrame观测子集？

方案1：dplyr 简洁实现（推荐） #

从dplyr 1.0.0版本起，if_all()函数可以批量对指定列应用条件，完美解决你的需求：

library(dplyr)

redcap <- df %>%
  filter(if_all(starts_with("incl"), ~ . == 1))

• starts_with("incl")自动匹配所有以incl_开头的列
• ~ . == 1定义对每一列的检查规则：值等于1
• if_all()确保所有匹配列都满足条件时，才保留该行

方案2：Base R 原生实现 #

不想加载额外包的话，用base R也能搞定：

# 提取所有以incl_开头的列名
incl_cols <- grep("^incl_", names(df), value = TRUE)
# 筛选所有目标列都为1的行
redcap <- df[rowSums(df[, incl_cols] == 1) == length(incl_cols), ]

原理很简单：计算每行中值为1的目标列数量，当数量等于目标列总数时，说明该行所有目标列都满足条件。

你之前的代码为什么失效？ #

你尝试的filter(df, select(df, startswith("incl")) ==1)有个关键问题：select()返回的是一个子DataFrame，直接和1比较会生成一个布尔型的DataFrame，但filter()需要的是每行一个TRUE/FALSE的一维向量，所以无法正确筛选。而if_all()会自动把多列的布尔结果合并成每行的单一判断，刚好适配filter()的要求。

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