如何在dplyr的filter函数中宽松使用if_all进行数据筛选？

你遇到的问题是if_all会严格要求所有列都满足条件，而你需要的是更宽松的规则：要么所有列都大于13，要么只有1列不满足（≤13）。我们可以通过计数每行不满足条件的列数来实现这个需求，具体代码如下：

解决方案代码 #

library(dplyr)

# 筛选：不满足（≤13）的列数 ≤1 的行
df %>%
  filter(rowSums(across(ends_with("length"), ~ .x <= 13)) <= 1)

运行后会得到符合要求的第3行：

A.length  b.length  C.length  D.length  E.length
3 11.884214 13.555158 14.053434 19.846216 13.381802

代码解释 #

1. across(ends_with("length"), ~ .x <= 13)：针对所有以length结尾的列，生成一个逻辑矩阵（每个元素为TRUE表示该单元格≤13，FALSE表示>13）。
2. rowSums(...)：对每行的逻辑值求和（TRUE会被当作1，FALSE当作0），得到每行不满足条件的列数。
3. filter(...) <=1：筛选出不满足条件的列数≤1的行，正好匹配你需要的两种情况：
   • 不满足列数=0：所有列都>13
   • 不满足列数=1：仅1列≤13

等价写法（计算满足条件的列数） #

你也可以反过来计算每行满足>13的列数，只要这个数量≥总列数-1（也就是≥4，因为你的数据有5列）：

df %>%
  filter(rowSums(across(ends_with("length"), ~ .x > 13)) >= 4)

这个写法和上面的结果完全一致，选哪种都可以，看你更习惯哪种逻辑表述。

内容的提问来源于stack exchange，提问作者ghs101