如何在R中基于多个二元变量批量生成仅含指定连续变量的子样本？

先还原你的数据框：

df <- data.frame(a= c(1,1,2,3,5),
                 b  = c(3, 6,8, 2, 4),
                 v1 = c(0,0,0,0,0),
                 v2 = c(1,0,0,0,0),
                 v3 = c(0,1,1,1,1),
                 v4 = c(0,1,1,1,1),
                 v5 = c(0,0,0,0,1),
                 v6 = c(0,0,0,0,0),
                 v7 = c(0,0,0,0,0))

需求：基于上述数据框，批量生成7个子样本，每个子样本仅保留a、b列，分别对应v1=1、v2=1……v7=1的行。

以下是几种批量实现的方法：

方法一：基础R循环实现 #

逻辑清晰，适合习惯基础R语法的场景：

# 定义所有v开头的列名
v_cols <- paste0("v", 1:7)

# 创建空列表存储子样本
sub_samples <- list()

# 循环遍历每个v列，筛选对应行并提取a、b
for (col in v_cols) {
  sub_samples[[col]] <- df[df[[col]] == 1, c("a", "b")]
}

生成的sub_samples是一个列表，每个元素对应一个子样本，比如sub_samples$v2就是v2=1对应的a、b数据，sub_samples$v1会是空数据框（因为v1全为0）。

方法二：tidyverse风格（purrr包） #

如果常用tidyverse工具链，用purrr::map可以更简洁：

library(purrr)

v_cols <- paste0("v", 1:7)
# 遍历列名生成子样本，最后给列表命名
sub_samples <- map(v_cols, ~ df[df[[.x]] == 1, c("a", "b")])
names(sub_samples) <- v_cols

方法三：长格式拆分法（reshape2包） #

通过宽转长格式后拆分，适合需要后续做更多长格式处理的场景：

library(reshape2)

# 转换为长格式，保留a、b作为标识列
df_long <- melt(df, id.vars = c("a", "b"), variable.name = "v_var", value.name = "value")

# 筛选value=1的行，再按v_var拆分得到子样本
sub_samples <- split(df_long[df_long$value == 1, c("a", "b")], df_long$v_var[df_long$value == 1])

注意：这种方法不会生成对应全0列的空数据框，只会保留有符合条件行的子样本。

可选：将子样本导出为全局环境变量 #

如果需要把每个子样本单独作为全局环境的变量（不推荐，列表管理更整洁），可以执行：

list2env(sub_samples, .GlobalEnv)

执行后全局环境会出现v1、v2……v7的数据框变量。

内容的提问来源于stack exchange，提问作者zjppdozen