如何筛选含指定字符串的DataFrame列并保留原始列顺序？

当你用df %>% select(contains(c("_time", "___")))时，contains()多参数的逻辑是先提取所有匹配第一个元素的列，再提取匹配第二个元素的列，所以会打乱原始列顺序。要实现筛选且保留原始顺序，可以用以下几种方法：

方法1：使用matches()正则匹配 #

matches()支持用正则表达式|表示“或”，会按照原始列顺序筛选符合条件的列：

df %>% select(matches("_time|___"))

方法2：先提取符合条件的列名再选择 #

先通过列名筛选出符合条件的列（保持原始顺序），再用all_of()选中这些列：

# 筛选符合条件的列名
target_cols <- colnames(df)[grepl("_time|___", colnames(df))]
# 选择列
df %>% select(all_of(target_cols))

方法3：使用where()结合列名判断 #

借助where()和cur_column()来逐个检查列名是否符合条件，同样会保留原始顺序：

df %>% select(where(function(col) {
  grepl("_time", cur_column()) || grepl("___", cur_column())
}))

以上三种方法都能实现仅保留含"time"或"__"的列，同时严格保持原始列的顺序。

内容的提问来源于stack exchange，提问作者user123