如何在R语言dplyr中精确筛选含'high'的列并排除'modhigh'？

首先构造示例数据框：

df1 <- data.frame(x1_modhigh_2020 = 1,
                  x2_modhigh_2030 = 1,
                  x1_low_2020 = 1,
                  x2_low_2030 = 1,
                  x1_high_2020 = 1,
                  x2_high_2030 = 1)

你遇到的核心问题是contains("high")会匹配到modhigh里的high，这里提供几种可行的修改方案：

• 利用列名结构匹配下划线包裹的high
  因为你的列名里纯high是被下划线包围的（_high_），可以用matches()结合这个特征精准筛选：

  library(dplyr)
  df1 %>% select(matches("_high_"))
  

• 用正则负向前瞻排除mod前缀的high
  通过正则表达式的负向前瞻语法，确保high前面没有mod，从而排除modhigh列：

  df1 %>% select(matches("(?<!mod)high"))
  

• 组合contains筛选与反向排除
  先选中所有含high的列，再排除其中含modhigh的列：

  df1 %>% select(contains("high"), !contains("modhigh"))
  

如果要在for循环中批量处理这三类列，可以把筛选条件整理成正则向量，循环执行：

filter_patterns <- c("low", "modhigh", "(?<!mod)high")
for (pattern in filter_patterns) {
  target_df <- df1 %>% select(matches(pattern))
  # 在这里添加你需要执行的操作，比如分析、转换等
  cat("当前筛选的列：", colnames(target_df), "\n")
}

内容的提问来源于stack exchange，提问作者89_Simple