如何在dplyr中基于多个变量实现数据筛选

用dplyr的filter()函数结合逻辑运算符，就能高效实现多变量筛选，以下是适配你数据集结构的几种常用方案：

1. 筛选指定类别（同时保留age、sex、race） #

如果需要保留variable列中属于age、sex、race的所有行，用%in%运算符是最简洁的写法，避免重复拼接多个==：

data %>%
  select(variable, group, total, insured) %>%
  filter(variable %in% c("age", "sex", "race"))

2. 组合多列的复杂筛选条件 #

如果需要对不同变量设置不同的附加规则（比如筛选age的特定分组、sex的特定类别，同时满足数值条件），用逻辑与（&）、逻辑或（|）组合，注意用括号明确优先级：

data %>%
  select(variable, group, total, insured) %>%
  filter(
    # 筛选age分组中的19-25、26-34
    (variable == "age" & group %in% c("19-25", "26-34")) |
    # 筛选sex中的女性分组
    (variable == "sex" & group == "female") |
    # 筛选race中总人数超过1000万的分组
    (variable == "race" & total > 10000000)
  )

注：filter()中逗号等价于逻辑与&，如果是同时满足的条件，用逗号更简洁。

3. 对指定变量统一设置筛选规则 #

如果所有目标变量（age、sex、race）都需要满足同一个附加条件（比如参保率超过80%），可以先筛选出目标变量，再追加统一条件：

data %>%
  select(variable, group, total, insured) %>%
  filter(
    variable %in% c("age", "sex", "race"),
    # 统一条件：参保人数占比超过80%
    insured / total > 0.8
  )

适配宽格式数据集的补充 #

如果你的数据集是宽格式（age、sex、race各为单独列），筛选逻辑更直接：

# 示例：筛选年龄大于18、性别为女、种族为白种人的行
data %>%
  filter(age > 18, sex == "female", race == "white")

内容的提问来源于stack exchange，提问作者Ashings Total