R语言：循环提取指定列及含特定字符列的方案排障

原始数据 #

我们有如下R语言DataFrame：

df <- structure(list(date = c("2021-1-1", "2021-1-2", "2021-1-3", "2021-1-4", 
"2021-1-5", "2021-1-6"), buy_price_actual = 1:6, call_price_actual = 2:7, 
    sell_price_actual = 3:8, buy_price_pred = 4:9, call_price_pred = 5:10, 
    sell_price_pred = 6:11), class = "data.frame", row.names = c(NA, 
-6L))

需求是在for循环中提取date列，以及buy、sell对应的实际值和预测值列。以下是两种原始方法的问题分析及修正方案：

方法一：预定义列名列表循环提取（原代码bug修正） #

原代码问题 #

原代码中select(col)直接传入字符向量，dplyr的select()默认使用非标准求值，会把字符向量当成变量名而非列名，导致报错。

修正后代码 #

cols <- list(
   c("date", "buy_price_actual", "buy_price_pred"),
   c("date", "sell_price_actual", "sell_price_pred")
)

for (col in cols){
   df1 <- df %>%
     select(all_of(col))  # 用all_of()包裹字符向量，明确指定按列名字符串提取
   print(df1)
}

方法二：通过正则匹配关键词提取（原代码bug修正） #

原代码问题 #

1. grepl('date'|price_type, names(.))语法错误：|是正则表达式的或运算符，但这里错误地当成了R的逻辑或，需要将两个关键词拼接成正确的正则表达式。
2. select_if()函数已被dplyr弃用，推荐使用更直观的select(matches())或select(where())。

修正后代码（方案一：用matches()） #

price_types <- c('buy', 'sell')
for (price_type in price_types){
   df1 <- df %>%
     select(matches(paste0('date|', price_type)))  # 拼接正则表达式，匹配date或指定价格类型的列
   print(df1)
}

修正后代码（方案二：用where()） #

price_types <- c('buy', 'sell')
for (price_type in price_types){
   pattern <- paste0('date|', price_type)
   df1 <- df %>%
     select(where(~ grepl(pattern, cur_column())))  # 用cur_column()获取当前列名进行匹配
   print(df1)
}

内容的提问来源于stack exchange，提问作者ah bon