如何筛选数据框中含指定类别的行？附多类别列构建需求

一、修正示例数据：使用列表列实现元素级多类别 #

原代码无法给data.frame列的单个元素设置独立类别，因为向量（data.frame的列本质是向量）要求所有元素类型/类别统一。要实现每行元素的多类别，必须用列表列（list column）——列表的每个元素可以是独立对象，拥有自己的类：

a <- 1:5
# 构建列表，每个元素是带自定义类的数值
b <- list(
  structure(6, class = c("X", "Y")),
  structure(7, class = c("X", "Z")),
  structure(8, class = c("X", "Y", "Z")),
  structure(9, class = c("Z", "Y")),
  structure(10, class = "Y")
)

# 用tibble存储（比base data.frame更适合展示列表列，base data.frame也兼容）
library(tibble)
df <- tibble(a, b)

# 验证单个元素的类别
class(df$b[[1]]) # 返回 "X" "Y"
class(df$b[[5]]) # 返回 "Y"

二、筛选含指定类别的行 #

原代码filter("Y" %in% class(b))会检查整个b列的类别，而非每行元素的类别。要逐行判断，需用purrr::map_lgl遍历列表列的每个元素，检查目标类别是否存在：

library(dplyr)
library(purrr)

# 筛选b列元素类别包含"Y"的行
df_filtered <- df %>%
  filter(map_lgl(b, ~ "Y" %in% class(.x)))

# 输出结果
df_filtered

三、空间数据场景的便捷处理（针对sfg/sfc对象） #

如果是sf包的空间数据，无需手动遍历类，可直接用sf内置函数获取几何类型并筛选：

library(sf)

# 假设你的空间数据框是sf_df，筛选POLYGON类型的行
sf_df_filtered <- sf_df %>%
  filter(st_geometry_type(geometry) == "POLYGON")

# 若需匹配多个类型（比如POLYGON和MULTIPOLYGON）
sf_df_filtered <- sf_df %>%
  filter(st_geometry_type(geometry) %in% c("POLYGON", "MULTIPOLYGON"))

内容的提问来源于stack exchange，提问作者J. Doe