如何用R语言过滤data.frame中所有列的FALSE值？

针对你有40列仅含TRUE/FALSE/NA的data.frame，以下是两种常见需求的批量处理方案：

1. 将所有列中的FALSE替换为NA #

如果你的需求是把所有目标列（除id外）里的FALSE值替换成NA，可以用以下批量处理方法，无需逐个列操作：

基础R实现 #

# 指定需要处理的列（排除id列）
target_cols <- setdiff(names(df1), "id")
# 批量替换FALSE为NA
df1[target_cols] <- lapply(df1[target_cols], function(col) {
  col[col == FALSE] <- NA
  col
})

dplyr实现（更简洁） #

library(dplyr)

df1 <- df1 %>%
  mutate(across(-id, ~ifelse(.x == FALSE, NA, .x)))

处理后的示例数据：

id  col1  col2  col3
1   1  TRUE  TRUE    NA
2   2    NA  TRUE    NA
3   3    NA    NA    NA
4   4  TRUE    NA    NA
5   5    NA    NA    NA
6   6    NA  TRUE  TRUE
7   7    NA    NA  TRUE
8   8    NA    NA    NA
9   9    NA    NA    NA
10 10  TRUE  TRUE  TRUE

2. 筛选出所有目标列中无FALSE的行 #

如果需要保留那些在所有目标列里都不包含FALSE的行（允许TRUE或NA），可以用以下方法：

基础R实现 #

target_cols <- setdiff(names(df1), "id")
# 计算每行中FALSE的数量，保留数量为0的行
df_filtered <- df1[rowSums(df1[target_cols] == FALSE, na.rm = TRUE) == 0, ]

dplyr实现 #

library(dplyr)

df_filtered <- df1 %>%
  filter(across(-id, ~.x != FALSE | is.na(.x)))

处理后的示例数据：

id col1 col2 col3
10 10 TRUE TRUE TRUE

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