如何用向量存储的列名和值在R中筛选tibble？

当然可以不用循环，tidyverse提供了多种简洁的方式来实现这个需求，针对你给出的mtcars示例场景，以下是几种实用方案：

方法1：使用if_all（dplyr 1.0.0及以上版本推荐） #

if_all是dplyr专为多列统一条件判断设计的函数，完美适配你的需求——对每个指定列，检查其值是否大于等于对应阈值：

library(dplyr)

car_stat <- c('mpg', 'hp')
car_value <- c(15, 100)

mtcars %>%
  filter(if_all(all_of(car_stat), ~ .x >= car_value[match(cur_column(), car_stat)]))

解释：all_of(car_stat)用来引用向量中的列名；cur_column()获取当前处理的列名，通过match匹配到对应的阈值索引，最终对每列执行>=判断，if_all会确保所有列的条件都满足才保留该行。

方法2：使用across结合行级统计 #

如果你的dplyr版本稍旧，可通过across生成布尔矩阵，再用rowSums判断所有条件是否成立：

mtcars %>%
  filter(rowSums(across(all_of(car_stat), ~ .x >= car_value[match(cur_column(), car_stat)])) == length(car_stat))

解释：across为每个目标列生成一列布尔值（满足条件为TRUE，否则FALSE），rowSums统计每行的TRUE数量，当数量等于列名向量长度时，说明所有筛选条件都满足。

方法3：动态生成筛选表达式 #

若需更灵活的条件构造，可借助purrr动态生成每个列的筛选表达式，再组合成逻辑与条件：

library(dplyr)
library(purrr)

car_stat <- c('mpg', 'hp')
car_value <- c(15, 100)

# 生成单个条件表达式
conditions <- map2(car_stat, car_value, ~ expr(!!sym(.x) >= .y))
# 组合条件并执行筛选
mtcars %>%
  filter(!!!reduce(conditions, `&`))

解释：map2遍历列名和阈值，用sym将字符串列名转换为可识别的符号，expr生成单个筛选表达式；reduce用&连接所有表达式，最后通过!!!解引用传入filter执行筛选。

内容的提问来源于stack exchange，提问作者codeweird