R语言：检测多列数据框中包含星号的行

假设有一个存储p值的数据框dat，创建代码如下：

dat <- data.frame(var1 = c("0.12", "0.12", "0.12*"), 
                  var2 = c("0.12", "0.12", "0.12"), 
                  var3 = c("0.12", "0.12", "0.12"))

需要检测该数据框中哪些行包含星号。以下是尝试的错误代码及结果：

dat %>%
  mutate(anyTRUE = if_any(.rows = contains('\*'), isTRUE))

运行结果：

var1 var2 var3 anyTRUE
1  0.12 0.12 0.12    TRUE
2  0.12 0.12 0.12    TRUE
3 0.12* 0.12 0.12    TRUE

问题分析 #

这段代码的核心错误在于参数使用不当：.rows参数是用来指定要操作的行范围，而非用来匹配单元格内容；同时isTRUE是判断逻辑值的函数，无法识别字符串中的星号，导致所有行都返回TRUE。

正确解法 #

使用正则匹配函数grepl配合if_any，就能准确检测每行是否包含星号：

library(dplyr)

dat %>%
  mutate(has_asterisk = if_any(everything(), ~ grepl("\\*", .x)))

运行结果：

var1 var2 var3 has_asterisk
1  0.12 0.12 0.12        FALSE
2  0.12 0.12 0.12        FALSE
3 0.12* 0.12 0.12         TRUE

代码解释 #

• everything()：指定对所有列进行检查，若只需检查特定列，可替换为列名（如var1）
• grepl("\\*", .x)：用正则表达式匹配单元格中的星号（星号是正则特殊字符，需用双反斜杠转义）
• if_any：只要当前行任意一列满足星号匹配条件，就返回TRUE

内容的提问来源于stack exchange，提问作者Michael Gruenstaeudl