如何将含映射数据的文件传入dplyr的filter函数？

完全可以用CSV文件中的ID列替代手动输入的多个过滤条件，且全程使用tidyverse工具链，步骤如下：

1. 读取CSV文件并提取需排除的ID
   使用readr::read_csv()读取你的CSV文件，再用dplyr::pull()提取目标列转为向量，得到所有需要排除的ID集合。

   示例代码：

   library(tidyverse)
   
   # 读取CSV并提取需排除的ID列（替换为你CSV中对应的列名）
   exclude_usernames <- read_csv("你的排除列表文件.csv") %>% 
     pull(username)
   

2. 用filter()结合%in%实现批量过滤
   无需写多个!=和&，直接用!x %in% y（或dplyr提供的语法糖x %notin% y）批量排除指定ID，完全符合tidyverse的简洁风格。

   替换你原代码后的完整示例：

   # 假设你的数据集是your_data
   your_data %>% 
     filter(!username %in% exclude_usernames)
   # 或者用%notin%，效果一致
   # filter(username %notin% exclude_usernames)
   

这种方式既替代了手动输入的繁琐，又保留了tidyverse的管道操作和函数风格，后续更新排除列表时，只需修改CSV文件即可，无需改动代码逻辑。

内容的提问来源于stack exchange，提问作者GaB