如何在R中使用dplyr的filter函数按多列组合过滤数据框？

需要过滤掉所有val1 == 's'且val2不为5或10的行，保留其余行。给定数据框：

df <- data.frame(val1 = c("a","b","c","s","s","s"),
                 val2 = c(10, 5, 2, 2, 10, 5))

写法一：直接定义保留的条件 #

保留val1不是's' 或者 val1是's'且val2属于{5,10} 的行：

library(dplyr)

# 使用%in%简化多值判断，同时用括号明确逻辑优先级
filtered_df <- df %>%
  filter(val1 != "s" | (val1 == "s" & val2 %in% c(5, 10)))

运行结果与预期一致：

val1 val2
1    a   10
2    b    5
3    c    2
4    s   10
5    s    5

写法二：排除需要过滤的行 #

直接排除val1 == 's'且val2不在{5,10}的行，逻辑更直观：

filtered_df <- df %>%
  filter(!(val1 == "s" & !(val2 %in% c(5, 10))))

分析之前写法的问题 #

你尝试的几种写法均存在逻辑错误或运算符误用：

• filter(val1 == "s" & val2 == 10 | val2 == 5)：逻辑运算符优先级导致等价于(val1=="s"&val2==10) | val2==5，会漏掉val1非's'且val2≠5的行（比如原数据中c和2的行）。
• filter(val1 == "s" && val2 == 10 | val2 == 5)：误用标量运算符&&，它仅比较向量第一个元素，不适合dplyr的向量式过滤逻辑。
• filter(val1 == "s" & (val2 == 10 | val2 == 5))：仅保留val1为's'且val2是5/10的行，漏掉了所有val1非's'的行。
• filter(val1 == "s" && (val2 == 10 | val2 == 5))：同样误用&&，且逻辑范围过窄，无法保留非's'的行。

适配Oracle数据库查询的优势 #

使用%in%的写法会被dplyr自动转换为Oracle的IN子句，直接在数据库端完成过滤，避免拉取全量数据后再处理，完全适配你数十万行数据的场景，效率更高。

内容的提问来源于stack exchange，提问作者BillyBouw