如何在R的for循环中将列表元素作为数据框列名筛选？

问题场景 #

当在for循环中用字符串形式的列名调用dplyr的filter()时，R会把字符串直接当作值处理，而非对应的数据框列，导致筛选逻辑失效——只能得到列选择正确但未经过筛选的数据。比如有如下数据框，需要循环筛选出SCORE_1>90和SCORE_2>90的子数据框：

library(dplyr)

# 构造测试数据框
df <- data.frame(
  PERSON_NAME = c('JIM', 'SALLY', 'JOHN', 'SUE'),
  SCORE_1 = c(100, 95, 80, 85),
  SCORE_2 = c(95, 75, 90, 97)
)

list_of_tests <- c("SCORE_1", "SCORE_2")

原始失效的循环代码：

for (i in 1:length(list_of_tests)) {
  x <- df %>%
    filter(
      list_of_tests[i] > 90
    ) %>%
    select(
      PERSON_NAME,
      list_of_tests[i]
    )
  
  assign(list_of_tests[i],x)
}

解决方法 #

方法1：使用.data代词（推荐） #

dplyr提供的.data代词可以直接通过字符串引用数据框的列，是符合tidyverse规范的写法：

for (i in seq_along(list_of_tests)) {
  col_name <- list_of_tests[i]
  x <- df %>%
    filter(.data[[col_name]] > 90) %>%
    select(PERSON_NAME, col_name)
  
  assign(col_name, x)
}

方法2：使用rlang的非标准求值 #

通过sym()将字符串转换为符号，再用!!（bang-bang）强制求值，让dplyr识别为列名：

library(rlang)

for (i in seq_along(list_of_tests)) {
  col_sym <- sym(list_of_tests[i])
  x <- df %>%
    filter(!!col_sym > 90) %>%
    select(PERSON_NAME, !!col_sym)
  
  assign(list_of_tests[i], x)
}

优化建议：避免assign()，用列表存储结果 #

assign()会在全局环境生成多个零散变量，不利于管理。推荐将所有结果存入一个列表：

result_list <- list()
for (i in seq_along(list_of_tests)) {
  col_name <- list_of_tests[i]
  result_list[[col_name]] <- df %>%
    filter(.data[[col_name]] > 90) %>%
    select(PERSON_NAME, all_of(col_name))
}

# 访问结果示例
result_list$SCORE_1
result_list$SCORE_2

内容的提问来源于stack exchange，提问作者UConn TK