如何在dplyr中用向量指定列实现Lambda函数的OR条件过滤？

问题描述 #

给定如下数据集：

my_df <- data.frame(socks = c(1,1,0,1,0,0),
                    hat = c(0,1,1,0,0,0),
                    species = c('frog','pigeon','pigeon','cow','monkey','cow'),
                    gender = c('M','F','M','F','M','M'))

acc <- c('socks','hat')

需要过滤数据集，保留socks或hat任意一列等于1的观测（即第1-4行），且要求用向量acc指定列名，方便在函数中复用。

之前尝试的代码：

accessorized <- my_df %>% filter_at(vars(acc),all_vars(.==1))
accessorized <- my_df %>% filter(across(acc,~.x==1))

但这两段代码都只返回socks和hat同时等于1的观测（仅第2行），因为默认是**AND（且）条件，现在需要改成OR（或）**条件。

解决方法 #

方法1：使用if_any（dplyr 1.0.0+推荐写法） #

if_any函数专门用来实现“任意一列满足条件”的逻辑，正好对应OR需求：

library(dplyr)

accessorized <- my_df %>% filter(if_any(all_of(acc), ~ .x == 1))

• all_of(acc)用来将字符向量转换为列引用，确保acc里的列名被正确识别
• if_any会检查每行中acc指定的列是否有任意一列等于1，满足则保留该行

方法2：用rowSums统计符合条件的列数 #

通过计算每行中acc列等于1的数量，只要数量大于0就保留：

accessorized <- my_df %>% filter(rowSums(select(., all_of(acc)) == 1) > 0)

• select(., all_of(acc))选取acc指定的列
• ==1生成布尔矩阵，rowSums计算每行中TRUE的数量（即等于1的列数）
• 数量>0意味着至少有一列等于1，符合OR条件

方法3：旧版本dplyr用filter_at+any_vars #

如果你用的是较旧版本的dplyr（1.0.0之前），可以把all_vars换成any_vars：

accessorized <- my_df %>% filter_at(vars(acc), any_vars(. == 1))

• any_vars表示“任意一列满足条件”，替代之前的all_vars（所有列满足条件）

以上三种方法都能得到你需要的第1-4行观测结果。

内容的提问来源于stack exchange，提问作者Lothar the Quick