使用dplyr::select_if多条件筛选列时报错的技术求助

我来帮你搞定这个问题！你遇到的报错是因为select_if()的判断条件逻辑不对，导致生成的选择向量长度和数据框列数不匹配。咱们一步步来解决：

报错原因分析 #

你之前的代码里，!(grepl("m",names(.)))会生成一个长度等于列数的逻辑向量（对应每一列是否非m开头），但sum(.) > 0是对整个数据框求和得到的单个逻辑值。用||连接时，R会把长度大于1的向量强制转成单个逻辑值，最终得到的选择向量长度为1，而你的数据框有4列，所以触发了「.p尺寸不匹配」的错误。

正确的写法 #

我们需要对每一列单独判断：要么是元数据列（非m开头），要么是m开头且求和大于0的列。这里可以用cur_column()函数获取当前列的名称，结合列值的求和来判断：

方法1：使用select_if()（兼容旧版dplyr） #

library(dplyr)

df %>%
  select_if(~ !grepl("m", cur_column()) || sum(.) > 0)

方法2：使用select() + where()（dplyr推荐的现代写法） #

现在dplyr更推荐用where()配合select()来做列筛选，逻辑更清晰：

df %>%
  select(where(~ !grepl("m", cur_column()) || sum(.) > 0))

结果验证 #

运行上述代码后，会保留id列（元数据）以及求和大于0的m1、m2列，自动移除求和为0的m3列，输出结果如下：

id m1 m2
1  a 12 14
2  b 11  9
3  c 10 10
4  a 16  1
5  b  5 15
6  c  8  7
7  a  9 12
8  b 13  8
9  c 11 16

这样就完美满足你的需求：不用拆分数据框，同时保留元数据和符合条件的原始数据列。

内容的提问来源于stack exchange，提问作者Alex Romer