如何在未知列名时筛选仅含二进制值（允许NA）的data frame列？

当然有办法！你完全不需要提前知晓符合条件的列名，我们可以通过检查每一列的唯一值来自动筛选出只包含0、1和NA的列。下面给你两种实用的实现方法，分别基于dplyr和base R，都能完美满足你的需求：

使用dplyr实现 #

如果你习惯用tidyverse工具链，dplyr的select()结合where()可以轻松完成这个任务。我们先自定义一个判断函数，用来检查某一列是否符合“仅含0、1、NA”的条件，再用这个函数去筛选列：

library(dplyr)

# 定义判断函数：验证列的所有唯一值只能是0、1或NA
is_binary_with_na <- function(col) {
  all(unique(col) %in% c(0, 1, NA))
}

# 对数据框进行筛选，保留符合条件的列
filtered_df <- your_data_frame %>%
  select(where(is_binary_with_na))

小提示：如果你的数据里的0和1是字符类型（比如"0"、"1"），只需要把c(0, 1, NA)改成c("0", "1", NA)即可，完全适配你的数据类型。

使用base R实现 #

要是你不想加载额外的包，base R也能搞定。我们可以用sapply()遍历数据框的每一列，生成一个逻辑索引，再用这个索引来子集化数据框：

# 生成每一列是否符合条件的逻辑向量
keep_cols <- sapply(your_data_frame, function(col) {
  all(unique(col) %in% c(0, 1, NA))
})

# 筛选出符合条件的列
filtered_df <- your_data_frame[, keep_cols]

这两种方法都会自动遍历所有列，只保留那些仅包含0、1和允许存在NA的列，完全不需要你提前知道列名。你可以根据自己的习惯选择其中一种来使用~

内容的提问来源于stack exchange，提问作者Kuwala