能否在cols_only()中使用tidyselect辅助函数指定导入列及格式？

你之前的写法报错，是因为cols_only()的参数要求是具体列名=列类型的键值对，不能直接在参数名位置使用starts_with()这类tidyselect选择器，语法上不支持这种写法。

下面提供两种可行的解决方法：

方法1：结合col_select与cols(where()) #

利用read_csv的col_select参数批量选择要导入的列，再用cols()配合where()根据列名规则指定对应类型：

library(tidyverse)

df2 <- read_csv("df.csv",
                # 用tidyselect选择需要导入的列
                col_select = c(starts_with("id"), starts_with("data") & !ends_with("s")),
                # 根据列名规则指定类型
                cols(
                  where(~str_detect(.x, "^id")) = col_character(),
                  where(~str_detect(.x, "^data") & !str_detect(.x, "s$")) = col_integer()
                )
)

方法2：先构造列规范再导入 #

先读取CSV的列名，筛选出目标列后构造cols_only需要的参数列表，再用!!!拼接导入：

library(tidyverse)

# 仅读取列名，不加载数据
all_col_names <- read_csv("df.csv", n_max = 0) %>% names()

# 筛选目标列
id_cols <- str_subset(all_col_names, "^id")
data_target_cols <- str_subset(all_col_names, "^data") %>% str_subset("s$", negate = TRUE)

# 构造列类型规范
col_spec <- c(
  set_names(rep(col_character(), length(id_cols)), id_cols),
  set_names(rep(col_integer(), length(data_target_cols)), data_target_cols)
)

# 导入数据
df2 <- read_csv("df.csv", cols_only(!!!col_spec))

两种方法都能实现批量选择列并指定类型的需求，第一种更简洁直接，第二种适合需要更灵活处理列名的场景。

内容的提问来源于stack exchange，提问作者nicholas